像管理资源一样管理上下文

一段长对话不是免费的。随着线程变长，更早的指令会被埋没，模型会更倚重最近的消息，二十轮之前你陈述过的细节会悄悄不再要紧。把上下文窗口当作一块你有责任保持整洁的工作台，而不是一份无限的记忆。

几个习惯能帮上忙：

• 转向时重述规格。 别假设十条消息前的某个要求还成立。把当前目标总结成一小段，让 AI 从那里开始工作。
• 新问题就重开。 当你从认证代码切到一个 CSS bug 时，开一段新对话。拖着不相关的上下文，只会让模型更差，而不是更好。
• 粘当前代码，而不是历史。 如果一个函数改过五次，AI 不需要那五个旧版本——它需要现在存在的那一个。把当前状态和下一处改动给它。
• 在对话之外留一份简短的事实来源。 对一个较长的任务，文件里的几行（"技术栈、关键决定、已完成、下一步"）能让你在几秒内把一段新对话重新播种，而不必从滚动记录里一点点重建。

目标和贯穿本章的那个一样：在每一刻，AI 都应当从一幅准确、紧凑的任务图景出发工作——而不是一份它得连蒙带猜才能穿过的、漫无边际的对话记录。