Agent 长上下文管理：压缩、检索与分层记忆

核心结论
长上下文不是只靠截断解决的问题。有效方案通常围绕三个动作：压缩、检索、记忆。

为什么需要上下文管理#

随着对话、工具输出和项目资料不断累积，全部内容直接放入上下文会超过模型窗口，也会增加成本和干扰。目标不是保存每个 token，而是让 Agent 在当前任务中拿到最相关的信息。

滑动窗口最简单，但可能截掉早期约束。摘要压缩会保留重点，却可能损失细节；因此摘要应特别保留用户意图、关键决定和未完成事项。检索增强避免把全部历史塞进上下文，但召回结果仍需要重排序，防止“语义相似但不真正相关”的内容干扰决策。

分层记忆把当前会话作为短期记忆完整保存，把跨会话信息经过摘要或向量化后沉淀为长期记忆。它兼顾即时任务与长期连续性。

可以按“先压缩、再检索、最后分层记忆”回答：近期内容用滑动窗口控制规模，历史内容用摘要提炼状态和决策，知识性内容按需检索，跨会话信息进入长期记忆。