技术 · 熟练
上下文装不下，是因为你什么都往里装
指针进窗口，正文留在外面
上下文不是仓库，是工作台。工具一返回两万字日志，你就把两万字全摊在台上 —— 后面每一步都在为这堆东西重新付注意力、重新付钱。这一页给的是外置法：正文留在外面，窗口里只放一个能点回去的句柄。四种动作各治一种膨胀（外置 · 选择 · 压缩 · 隔离），再加一条最常被忽略的反向结论 —— 有些东西必须留在原地不动，挪了反而更贵。
方法 · 一图看懂
1
外置 — 大块内容存到文件或存储里，窗口只留 id / 路径 / 一句摘要
2
可逆 — 隐藏必须能恢复：占位行写「哪个 id · 约多少 token · 已隐藏」，随时可唤回
3
选择 — 按当步只取相关切片，不把整份结果递上去
4
压缩 — 旧历史摘要，最近几轮逐字保留；摘要复用父会话缓存
5
隔离 — 多 agent 各看各的，只交换句柄，不交换全文
原理 · 为什么有效
膨胀不是容量问题，是「每一步都在为同一堆死重量付费」。窗口里的每个 token 会跟着每一次循环重新参与注意力竞争、重新计费 —— 一次预加载五万 token，跑三十步就被读了三十遍。更麻烦的是注意力分布：越靠中段越容易被忽略，而你的关键约束往往正好在中段。
外置把「内容」和「引用」拆开：引用便宜、可寻址、永远指向最新；内容贵、占位、只在需要那一瞬进来。可逆是外置的保险丝 —— 不可逆的截断会让 agent 在自己「记得」的事情上出错，而它并不知道该回头重新取一次。
反向结论同样重要：稳定前缀（核心指令 · 必需工具 · 输出格式）应当预加载并保持字节稳定，因为上下文缓存让它几乎免费，而每轮改一个字都会让整段缓存失效。所以判据不是「越少越好」，而是「这一步会不会用到」：每步都用 ⇒ 留在原地别动；不一定用到 ⇒ 外置加句柄。
适用场景
适用：agent 跑到十几步就开始答非所问 · 工具一返回长日志后面全崩 · 账单随轮数线性上涨 · 多 agent 互相把对方的输出当噪声的人。
⛔ 不适用：单轮问答与短任务 —— 那点量直接给，外置的取回成本反而更高。
⚠️ 前提：你的工具层能返回「句柄 + 摘要」而不是只能返回全文；做不到就先从压缩一层开始。
自测 · 5 问
我最近一次「它答非所问」，是上下文太长，还是指令本身没说清？
我的窗口里，有多少内容是这一步根本用不到的？
隐藏掉的那段，我还能取回来吗？取回的方式写在哪？
最近五轮的工具输出，是不是全部原样留在窗口里？
每轮都在改的那段开头（角色、语气），是不是让缓存一直失效？
怎么上手 · 验证步骤
先只做一层，别一次上四种。挑一个「工具返回内容最长」的环节做外置：让它把结果写到文件或存储，返回一句「已存到某处 · 约多少字 · 需要时用哪个入口按段读取」。
然后跑三个真实任务，看两件事 —— ① 它在该用细节时会不会主动去取（不会 ⇒ 把「需要细节时先取再答」写进指令）② 账单与轮数有没有降（没降 ⇒ 你外置的其实是它每步都要用的东西，挪错了）。
最后再检查稳定前缀：把角色、输出格式、必需工具清单放在最前面，之后整轮一个字都别改 —— 这一段是唯一应当「一直躺在窗口里」的东西。
自检动作：随便找一轮对话，把窗口内容分成三堆 —— 这一步用到的 · 可能用到的 · 这一步肯定用不到的。第三堆超过一半，说明你还在把它们全摊在台上；第三堆为空，说明你已经在按步取用了。