做过几个长一点的 Agent 之后，越来越感觉到一件事：上下文的问题，不只是“放什么进去”，还有“什么时候把没用的东西拿出去”。 这几年从 Prompt Engineering 讲到 Context Engineering，Memory、RAG、Tool、History、Plan，这些东西都在往上下文里塞。目标也很清楚，就是让模型在当前这一步看到更有用的信息。 一旦 Agent 跑久了，上下文就会开始变脏。工具调用多了，重试多了，草稿多了，旧结论也还在。它们不一定是错的，只是后面已经用不上了，可还是一直占位置。最后的结果往往不是“模型突然变笨”，而是它被一堆没必要的历史拖着走。 从我个人的视角，更愿意把这件事拆成两半看： Load：把该放的放进去 Unload：把不该留的拿出去 现在大家基本都在讲 Load。但如果一个 Agent 要长时间跑，Unload 迟早要补上。否则你会发现，问题不是上下文不够大，而是上下文太乱。 我把这件事再往下拆，分成四层。 L0：消息级裁剪 最细的一层，直接删消息。这个操作给到了Agent，达到阈值后，引导Agent自主决策。 比如某条消...