前阵子查一个配置漂移，让 agent 在 preprod 上跑调查。每跑一轮，我就把整段 transcript 原样塞回上下文，心里想的是“留着有用”——万一后面要引用呢。跑到第五轮，它忽然把三小时前已经排除掉的一个猜想又捡了起来，说得还很笃定，像刚发现新大陆。
我先愣了一下，然后骂的是自己。不是它变笨了。是我把它泡在了一池子旧信息里。旧 transcript 里那些“查了、排除了”的痕迹，在它眼里跟“正在发生的事”一个权重。
先停一下，问个问题：为什么喂给它的信息越多，它反而越容易出错？
最外层答案是“窗口装满了”。对，但没用。装满了然后呢？它不会像硬盘满了那样提示你清理，只会开始稀释注意力——每生成下一个 token，它都得在一片越来越大的相关性噪音里找路。这么说吧，它不是“忘了”，是“新的盖住了旧的，旧的又反过来拖住新的”。听上去像一回事，机制上是两回事：前者是故障，后者是我给它选的结构。
我一开始也以为这是个“该把什么放进去”的问题。后来才发现方向反了。context window 从来就不该被当成长期存储用。它更像工作集，像 RAM。真正的持久记忆在别处——vector store、日志、notes，那些才是磁盘。磁盘慢，但不会因为多存了一个文件就让 CPU 变笨。RAM 不同。你把仓库塞进 RAM，每一毫秒都在付代价。
那篇讲驱逐的文章把问题从“该检索什么进 context”掉转成“该把什么驱逐出去”。我一开始觉得这是话术把戏，后来发现不是。这个掉转恰好切在要命的那层：一旦承认 context 是工作集而不是仓库，真正的问题就不是“什么东西值得进”，而是“什么东西到了该滚出去的时候”。
再往下剥一层。驱逐如果只凭“最近”这个信号，会做出一堆蠢决定。我干过：按时间戳踢东西，结果把一个旧的 hard constraint 踢出去了，留下的是一段刚生成的、毫无价值的 tool dump。recency 为什么弱？因为当前这一步需要的，很可能是一条五分钟前还在沉睡、但三小时前就定下来的约束。age 告诉你它存在了多久，没告诉你它现在多要紧。
这么说吧，驱逐得在两条轴上操心。一条是它能不能被近似——有些东西必须逐字保留，有些压成一句话就够。另一条是它跟当前这步有没有关系，这个叫 salience。recency 只是个廉价的代理变量，真正值钱的是第二条轴：当前这步最要命的那条信息。
先停一下，问个问题：那到底什么东西该被 pin 住、永远别动？我的答案是三类。目标，当前这轮到底在解决什么；hard constraint，比如“不得重启服务”“只查 config-render 路径”；还有用户最初的那句原话。这三样不是“内容”，是这轮工作集的骨架。骨架一被 summarize，整个结构就塌了。
我上个月给自己写了个很土的 pin block，贴在 agent 每轮开跑前：
# pinned (never evict, never summarize)
- goal: 定位 preprod 配置漂移，不动 prod
- constraint: 不得重启服务
- literal request: 只查 config-render 路径，先别扩大
不复杂，但有用。它把“哪些东西连近似都不许”这件事，从我的脑子里挪进了 context 里。
再往下，有个更阴的坑。证据被用过一步之后，很多人会把它 summarize 成一句 claim，然后心安理得。那篇文章管这叫 lossy deletion，我觉得这说法有点轻了。真正的问题不是信息丢了，是丢了你根本不知道丢的是哪个维度。一条查证过的证据被压成“配置值是 X”，原样信息没了，指向 durable memory 的指针也没有。下次 agent 需要引用它时，手里只有一个自己嚼过的半消化物，还以为是原始事实。
我在这里绊过。有一次把一段原始调查全文 summary 成了一句“根因是连接池初始值”，后来回查才发现原文里有半句话被我漏了——那半句话恰好是关于一个反向调用的时序。那晚的我坚定地认为总结就够用了。这种坚定通常就是出事的前兆。从那以后我给自己定了一条：低风险步骤，总结加指针可以；高风险步骤，原始证据得能 page back 回来。page back 当然费 token，但费在刀刃上，比事后追一个假结论便宜。
停下来想想。这所有的一切——pin、驱逐、page back、salience——背后有个我到现在也没想明白的洞。salience 在热任务中间是能算的，看最近几轮谁被引用了、谁的参数被当成实参了。但冷启动呢？会话刚开始，任务还没定，salience 从哪来？一个 constraint 可能从头到尾都不会被“引用”一次——它一直被尊重着，所以从没上过引用记录。按 reachability 那套算，它会冷掉，然后被驱逐。可它明明是这轮里最不能丢的东西。
这层我至今没想明白，先把我目前的理解放这儿：也许 constraint 这类东西不该按内容算 salience，该按类别设置成“不退化的”。但类别谁划？划错一次呢？这已经不是 context 策略问题了，是 agent 在任务开始前到底有没有一个稳定的“自己”可以锚定 salience 的问题。
所以说回来，那天晚上我做的蠢事，根子不在塞了太多东西，在我没想过“这堆东西里哪些该被当作骨架、哪些该被当作用完即弃的草稿”。我把它们一视同仁地堆在一起，还美其名曰“留档”。
再往下就是冷启动那头了。这个我还没剥动，下次接着来。