上下文工程：裁剪、压缩与分层记忆
前置知识
一句话定义
上下文工程是决定「每次模型调用看到什么」的工程学科：在有限的窗口预算内，通过裁剪、压缩、结构化提取与分层记忆，把最相关的信息放在注意力最友好的位置，使多智能体在长任务中不因上下文管理失控而劣化。
直观类比
资深律师的案卷管理：不是把所有材料都摊在桌上（窗口塞满），而是分三层——手边只放当前争议点的两三页（工作记忆），柜子里放按主题归档的卷宗（情景记忆），脑子里是多年的法律原则（长期知识）。需要时按引用去柜子里取，而不是全抱出来。
为什么重要
多智能体把上下文从「一条对话」变成「多个智能体 × 多轮调用 × 共享黑板」的高维对象，管理失误的代价被放大：黑板膨胀污染所有读者（kp-013）、交接全量转发层层加码（kp-012）、长任务中段遗忘（kp-002）。上下文工程是让 kp-004 的协作增益不被「上下文税」吃掉的前提，也是 checkpoint 恢复后状态完整性的保障（kp-018）。
前置知识
kp-002（注意力稀释与 Lost in the Middle）；kp-013（黑板是上下文的上游数据源）。
核心概念
- 窗口预算（Context Budget）：为每次调用分配的 token 上限，按构成切分；
- 裁剪（Pruning）：丢弃过期工具输出、旧探索记录，保留结构化结论；
- 压缩（Compression / Summarization）：把长历史压缩为摘要（系统侧称为 compaction）；
- 结构化提取（Structured Extraction）：把对话中的事实提炼为 state 字段，替代保留原文；
- 分层记忆：工作记忆（当前调用窗口）/ 情景记忆（任务历史，可检索）/ 语义记忆（提炼后的长期知识）。
原理与机制
预算切分表（长任务调用的经验配比，按需调整）：系统提示与角色卡 5–10%；当前任务与验收标准 5–10%；检索/工具结果 40–50%（最易膨胀区，必须裁剪）；任务历史摘要 20–30%；输出预留 10–20%。四类手法的适用顺序：先裁剪（确定性、零失真——旧工具结果只留摘要行）、再结构化提取（对话→字段，失真可控）、后压缩（自然语言摘要，有信息损失，只用于历史）、最后才扩大保留窗口（成本线性上升）。位置管理：Lost in the Middle 的实证结论是模型对开头结尾的利用率高于中段——把当前任务、验收标准与最新关键产物放在窗口两端，参考性材料放中段。多智能体特有策略：按角色裁剪视图（工人只看自己子任务+验收标准，不看全局闲聊，呼应 kp-006 的上下文屏障）；黑板分层归档（kp-013 防膨胀）；跨轮记忆走「引用 + 检索」而非全文携带。
图示
一次调用的窗口预算
┌──────────────────────────────────────────┐
│ 系统提示+角色卡 (5-10%) ↑开头: 注意力友好区 │
│ 当前任务+验收标准 (5-10%) ↑紧随其后 │
│ 检索/工具结果摘要 (40-50%) ←裁剪重灾区 │
│ 任务历史摘要 (20-30%) ←压缩产物 │
│ 输出预留 (10-20%) ↓结尾: 注意力友好区 │
└──────────────────────────────────────────┘
记忆分层: 工作记忆(窗口) ⇄ 情景记忆(可检索的任务史) ⇄ 语义记忆(长期知识)实例或案例
研究智能体运行 40 分钟后窗口告急：第一优先裁剪——前 20 轮的原始网页抓取替换为一行摘要加链接引用（确定性、零语义损失）；第二把 30 条中间结论结构化提取进黑板 findings/ 字段；第三把早期「探索方向讨论」压缩为一段「已排除路径」摘要；调整后窗口从 92% 降回 47%，且后续任务的验收遵循率明显回升（关键指令回到了窗口头部）。
公式或模型
窗口占用 W = Σ(系统提示 Pᵢ + 历史 Hᵢ + 工具结果 Tᵢ)；令每轮压缩率 r（保留比例），k 轮后历史体积 Hₖ ≈ H₀·(1 + r + r² + …) 收敛于 H₀/(1-r)——压缩率 0.3（保留 30%）即可让历史体积近似有界，这是「历史摘要化能防窗口爆炸」的几何级数解释。信息损失无法用单一公式刻画，工程上以「下游任务验收遵循率」作为间接度量（kp-024）。
常见误区
- 误区一：窗口大就不用管理。 容量不等于利用率，中段遗忘与指令稀释照常发生（kp-002）；
- 误区二：压缩可以无差别使用。 对验收标准、约束、引用编号做压缩是事故来源——这些是「不可压缩区」；
- 误区三：记忆 = 聊天历史。 历史只是情景记忆的原始形态，未经提取与归档的历史既贵又难用。
与其他知识点的关系
本知识点是 kp-012「摘要转发」与 kp-013「黑板防膨胀」的手法库；压缩触发点的设置与 kp-018 的检查点节奏配合（在压缩前后各留检查点便于对比恢复质量）。
自测题
- 四类上下文手法的推荐使用顺序及理由？
要点：裁剪（零失真）→ 结构化提取（失真可控）→ 压缩（有损）→ 扩窗（成本线性涨）。
- 哪些内容属于「不可压缩区」？
要点：验收标准、硬约束、引用编号、当前任务定义——压缩这些会直接破坏可验收性。
- 用几何级数解释为什么保留 30% 的滚动摘要能让历史体积有界？
要点：Hₖ = H₀(1+r+r²+…) → H₀/(1-r)，r = 0.3 时历史收敛于约 1.43 倍单轮量级。
延伸阅读
Liu 等的《Lost in the Middle》是位置效应的实证基础；各家框架的 compaction/summarization 机制是本知识点的工程化呈现。