实验 04 · 上下文预算模拟器
对应第 10–11 章。本实验把规则、历史、文件和日志画成有限预算，比较删除旧输出、摘要和子 Agent 隔离。
1. 实验问题
上下文窗口不是硬盘。内容接近上限前，模型就可能因为重复、冲突和无关材料降低可靠性。不同治理策略释放的不是同一种信息：丢日志保留决定，摘要牺牲细节，子 Agent 把中间过程搬到独立窗口。
先把历史、文件和日志都调高，让总占用超过 100%。观察系统并不会自动知道该丢哪一部分。
2. 调整预算
窗口从 8k 换到 128k 只改变绝对 Token 容量，比例和相关性问题仍然存在。大窗口能容纳更多材料，却不保证模型更容易找到真正重要的信息。
3. 比较策略
“丢弃旧工具输出”最确定，但可能失去诊断细节；“摘要压缩”保留决定和状态，但属于有损改写；“子 Agent”让主线程只接收总结，却产生委派成本和信息遗漏风险。
实际系统通常组合：大日志落盘并截断，旧历史摘要，工具定义延迟加载，探索任务交给子 Agent，目标与验收标准永久保留。
4. 设计一份保留清单
压缩前写下不可丢失项：
- 用户当前目标和最新纠正；
- 权限与不可触碰边界；
- 已确认架构决定；
- 当前工作树和已修改文件；
- 已运行检查与结果；
- 未解决风险和下一步。
再写可丢弃项：重复日志、已被新版本取代的旧文件内容、撤销方案的细节和无关工具 schema。
5. 代码挑战
给 run_shell 结果增加 truncated 和 log_path，只把关键头尾回填 history。实现 compact_history 时先删除旧工具大输出，再生成结构化摘要。用恢复测试验证：只给摘要和当前文件，新的 Agent 能否准确继续验证步骤。
实验结束后，你应能解释“上下文够不够”为什么至少包含容量、相关性、来源、版本和恢复性五个问题。