适用读者：上下文越用越乱、记忆越存越错、RAG 检索出来答不对的人。
前置：S21-J19（卷一–卷四）、S20-J05（上下文工程决策树）、S20-B01（RAG 流程）。
覆盖旧文：4887–4901（《Agent 工程》卷五–卷七，15 章：5.x 上下文边界 5 章 / 6.x 记忆 5 章 / 7.x 检索 5 章）。
扩展点：E-S21-035（上下文的四个失效模式：污染、遗忘、溢出、断点）、E-S21-036（记忆三层与"守门员"：什么该记、冲突怎么办）、E-S21-037（RAG 四步与五类失败诊断）。
下一篇：待写（J21 · 卷八到卷十一）：MCP、Skills、Loop 与多 Agent。
1. 一句话结论
上下文的问题不是"装不下"，是"装错了"。压缩、记忆、检索三件事解决的是同一个问题的三个面：在正确时刻，让窗口里只留下正确的东西。
出处：
A-4887（5.1 上下文里到底装了什么）…A-4901（7.5 RAG 失败模式与诊断）。
2. 上下文的四个失效模式（E-S21-035）
| 模式 | 表现 | 处置 |
|---|---|---|
| 溢出 | 超窗口被截断，早先约束丢失 | 双路径压缩（摘要 + 落盘），先落盘再摘要 |
| 污染 | 早期错误结论被后续推理不断引用 | 隔离（子 Agent）+ 显式"作废"标记 |
| 遗忘 | 长任务里目标/约束漂移 | 状态栏 + 定期复述硬约束（见 §5） |
| 断点 | 换会话即失忆，无法续跑 | 结构化笔记落盘，Session ≠ Context |
"上下文里到底装了什么"（5.1）：system 规则、工具定义、历史对话、检索片段、工具输出、当前任务。判据：先按"是否影响正确性"排序，再按"是否可再取"决定删留——可再取的（文档原文、工具输出）优先落盘，不可再取的（人类口头约束）必须常驻。
KV Cache 与成本（5.3）：缓存只对稳定前缀生效。把时间戳、随机 ID、动态用户信息放系统提示最前面 = 每次都全量重算。判据："会变的东西一律往后放"。
上下文污染与遗忘（5.4）：错误一旦进入上下文，就会被后续步骤当作事实。处置：显式推翻（"前面那条结论作废，原因是 X"）比"不再提"有效——模型看不到"你已放弃"这件事。
3. 记忆：三层与守门员（E-S21-036）
短记忆：当前会话（窗口内）
长记忆：跨会话（用户偏好、项目事实）→ 需检索注入
外部记忆：文件/数据库/向量库（可审计、可更新、可删除）
| 章 | 结论 |
|---|---|
| 6.1 三层记忆 | 分层不是"越多越好"，而是"按访问频率与寿命分层" |
| 6.2 MemGPT 思路 | 把上下文当内存：主上下文=RAM、外部存储=磁盘，靠"换页"扩容量 |
| 6.3 ChatMemory 到生产 | 从"存全部历史"到"存摘要 + 关键事实 + 检索" |
| 6.4 冲突与遗忘 | 同一事实多次写入需时间戳 + 来源优先级；被推翻的要标记而非删除 |
| 6.5 常见误区 | 记忆不是把历史都塞进去；全量历史 = 成本与噪声双高 |
守门员（gatekeeper）四问：
① 这条信息会不会影响未来决策？（否 → 不记）
② 它会过期吗？（会 → 记时间戳与失效条件）
③ 它与已有记忆冲突吗？（是 → 按来源优先级裁决，保留冲突记录）
④ 它敏感吗？（是 → 不记或加密，且可删除）
判据："能删的记忆才是好记忆"——不可删除的记忆（写进提示词、写进微调）会变成永久污染源（见 §5 记忆即攻击面）。
长任务的交接（5.5）：Session ≠ Context。会话是通道，上下文是内容。交接要交的是：目标、已完成、未完成、约束、下一步——五行足够，不需要完整历史。
4. RAG 四步与五类失败（E-S21-037）
① 切片（chunking）② 嵌入（embedding）③ 召回（retrieve）④ 重排（rerank）
| 步 | 取舍 | 判据 |
|---|---|---|
| 切片 | 固定长度 / 语义 / 结构（标题层级） | 按文档结构切优先；块间留重叠 |
| 嵌入 | 模型维度、多语言、领域适配 | 换模型必须重建索引（不可混用） |
| 召回 | 向量 / 关键词 / 混合 | 专有名词、编号、代码 → 必须加关键词检索 |
| 重排 | cross-encoder / LLM 判分 | 候选 20~50 条再重排，成本可控 |
五类失败诊断（7.5）：
| 症状 | 归因 | 验证方式 |
|---|---|---|
| 检索命中但答错 | 块内缺语境（"它""该值"指代丢失） | 人工读块：脱离原文能否看懂 |
| 检索不命中 | 切片错位 / 关键词缺失 | 用问题原文做关键词检索对照 |
| 命中旧版本 | 索引未重建 / 版本混存 | 查块元数据版本号 |
| 答非所问 | 重排缺失，噪声进上下文 | 对比重排前后 top-5 |
| 引用不存在 | 模型编造 | 强制"只答块内内容，附块 ID" |
Contextual Retrieval（6.5）：给每个块补一段"它属于哪份文档、讲什么"的上下文再嵌入。原文称"失败率降约 2/3"，该数字未在本环境复现，待核；方向上可靠（块脱离语境是主要失败源）。
知识库当代码库管（6.7 / 6.8）：版本、变更记录、回滚、按目录组织（文件系统范式）。判据："知识更新没有 diff，就等于没有更新"。
5. 记忆即攻击面（6.9 的工程结论）
| 攻击 | 机制 | 防护 |
|---|---|---|
| 知识投毒 | 往知识库写入恶意内容，检索后被当事实 | 写入审核、来源白名单、内容指纹 |
| 记忆持久化后门 | 诱导 Agent 记住"以后都这么做" | 记忆写入需人工确认；定期审计 |
| 跨用户污染 | 共享记忆空间混入他人数据 | 记忆按租户隔离，键空间带前缀 |
判据："记忆是权限，不是缓存"——写入权限要收紧，读取要可审计。
6. 反例：八种"上下文越用越乱"
| 做法 | 后果 |
|---|---|
| 系统提示前置动态内容 | KV Cache 全失效，成本翻倍 |
| 工具输出全文回灌 | 溢出，早先约束被截断 |
| 早期错误不显式作废 | 污染整条推理链 |
| 全量历史当记忆 | 成本与噪声双高，关键事实被淹没 |
| 记忆只写不删 | 冲突累积，行为漂移 |
| 换嵌入模型不重建索引 | 召回质量断崖 |
| 只用向量检索查编号/代码 | 专有名词召回失败 |
| 不校验引用 | 编造引用无法发现 |
7. 自测
- 上下文四个失效模式与处置？
- 记忆三层各解决什么？守门员四问？
- 为什么"Session ≠ Context"？交接要交哪五项？
- RAG 四步的取舍判据？五类失败的验证方式？
- 为什么说"记忆是权限"？
答案
- 溢出→压缩落盘；污染→显式作废+隔离；遗忘→状态栏复述；断点→结构化笔记。
- 短/长/外部；四问：影响决策、是否过期、是否冲突、是否敏感。
- 会话是通道、上下文是内容；交目标、已完成、未完成、约束、下一步。
- 按结构切、换模型重建、专名加关键词、候选再重排；失败按块语境/关键词/版本/重排/引用逐项验证。
- 写入决定未来行为，等于授权；必须收紧写入、可审计、可删除。
8. 下一篇
待写（J21 · 卷八到卷十一）—— MCP 的两层结构与懒连接、Skill 的三段结构与渐进式披露、Loop 引擎与会话持久化、多 Agent 的天花板与并发代价。
本篇属于系列《S21 · Agent 与工具协议》。旧文来源：A-4887–4901（卷五–卷七 15 章）；扩展点 E-S21-035…038。Contextual Retrieval 的"失败率降 2/3"为原文说法，未在本环境复现（待核）。