Agent 循环中不断累积工具返回与中间结果，几十步后就可能撑爆上下文，且长上下文中无关信息会稀释注意力、推高成本。管理策略分层：截断与压缩——对早期对话做摘要替换原文，对超长工具输出（如网页全文）先抽取再注入；分层记忆——重要结论、用户偏好写入外部向量库或结构化状态，需要时检索召回，而不是全部留在上下文；上下文隔离——子任务派给子 Agent，只回传结论，主 Agent 上下文保持精简（Manus、Claude Code 等系统的核心手法）；文件系统外化——把中间产物落盘，上下文里只留路径与摘要。

同时要在每步做'上下文预算'意识：工具设计返回精简结果，系统提示避免冗长。

易错点：粗暴滑动窗口截断会丢失关键约束（如用户开头提的要求），摘要必须保留目标与已确认事实；压缩是有损的，关键数据（订单号、代码原文）应原样留存或外化。追问方向：KV cache 前缀复用如何降低长上下文成本？这与 Claude 的 prompt caching 机制有何关系？