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。把上下文窗口想象成一个固定大小的盒子：随着对话变长，它逐渐装满，而你最早的指令被推向模型最少留意的底部：

   早期轮次                   长对话
   ┌──────────────┐           ┌──────────────┐
   │ 规格 (清晰)  │           │ 闲聊         │ ◀ 最近 (被重视)
   │              │           │ 闲聊         │
   │              │           │ 修复尝试     │
   │              │           │ 旧代码 v3    │
   │              │   ───▶    │ 旧代码 v2    │
   │              │           ├──────────────┤
   │              │           │ 规格 (被埋没)│ ◀ 被忽略
   └──────────────┘           └──────────────┘
                              │ XXXXXXX      │ ◀ 被挤出
                              └──────────────┘

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（层叠样式表 —— 控制页面外观的语言）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。