S24-J02 · 上下文与记忆：压缩、记忆与动态工作流

适用读者：长任务跑到一半"忘了前面"的人。
前置：S24-B03、S21-B06。
覆盖旧文：682(204) 2017(207) 289(259) = 1,014 点。
覆盖扩展：E-S24-005（压缩四阶段）。
上一篇：S24-J01 · 工具链：MCP、Git/PR、外部集成与 Computer Use
下一篇：S24-J03 · 并行与子代理。

1. 一句话结论

长任务一定会撞上下文上限，所以工具有"压缩机制"：把早期对话总结成更短的表示。压缩必然丢细节——所以关键约束要写进规则文件或外部文档。

压缩的大致四阶段（A-2017，据源码解读）：

① 统计 token 用量 → ② 触发阈值 → ③ 摘要/裁剪旧内容 → ④ 保留关键片段与工具结果

2. 压缩会丢什么（E-S24-005）

容易保留	容易丢失
最近的工具输出	早期的约束/偏好
当前任务目标	"我们决定不用 X 方案"的理由
文件路径	试错过程

"所以为什么需要规则文件"：规则文件常驻，不参与压缩——这是把关键约束"抗压缩"的唯一办法（B03）。

3. 记忆的两个层次（A-682）

层	作用	生命周期
会话记忆	当前任务上下文	一次任务
跨会话记忆（Memories）	偏好/项目约定	长期

判据："这条信息下次还会用吗？" 会 → 写进跨会话记忆或规则文件；不会 → 留在会话。

4. 动态工作流（A-289，E-S24-011）

形态	说明
固定流程	步骤预定义
动态工作流	模型根据中间结果决定下一步（S21-B02）

"为什么要限制"：动态意味着成本不可预估——步数上限与人工确认点必须同时存在（S21-B02/A02）。

5. 五个误区

误区	真相
"上下文越大越好"	成本与注意力都受限（S20-J02）
"压缩不丢信息"	必然丢细节
"重要约束说一次就够"	会被压缩掉，要写进规则
"记忆会自动管理"	需明确写入规则
"动态工作流更智能"	成本不可控

6. 自检

压缩的四阶段？
什么容易被保留/丢失？
为什么规则文件能"抗压缩"？
会话记忆与跨会话记忆的界线？
动态工作流为什么要配上限？

7. 下一篇

S24-J03 · 并行与子代理：Worktrees 与 Harness 管控

上下文讲完，下一篇讲"多个 Agent 同时改代码怎么不打架"。

本篇属于系列《S24 · AI 编程工具》。旧文来源：A-682/2017/289；扩展点 E-S24-005。