你有没有过这样的经历？用 AI 帮你整理公司的知识库，搜了几十份文档，聊了快 30 轮，本来想让它帮你把所有性能优化的内容汇总成一份报告，结果聊着聊着，AI 突然告诉你：“抱歉，上下文超限了，我记不住之前的内容了。
更糟的是，有时候它连报错都没有，直接 “失忆”—— 忘了你之前已经改过的文档，把你刚整理好的内容给覆盖了，就像你和朋友吐槽了半小时工作，结果朋友突然抬头问：“你刚才说你要做什么来着？”
那种崩溃，相信很多和 AI 打过长期交道的人都懂。
你有没有过和 AI 聊到一半，它突然 “失忆”？
这其实就是知识库 Agent 最头疼的问题：上下文窗口不够用。
我们做的袍子 AI，是一个长在知识库上的 Agent，用户用它来做知识管理：读文档、搜内容、改文件、写报告，一次任务下来，可能要经历：
几十次文件读取，翻遍整个知识库的目录
大范围的关键词搜索，一次 grep 就能返回几十万字符的结果
批量的文件操作，每一次都有执行输出
30 多轮的对话，越聊内容越多
就算是 200K 的大窗口模型，聊个 15-20 轮，也就快顶到上限了。这背后藏着四个绕不开的矛盾：
工具输出太能吃了：一次全库搜索的结果，直接就能吃掉半个上下文窗口
信息要完整，但空间不够：你需要 AI 记住所有的文件列表做决策，但它的脑子装不下这么多
对话要连续，但压缩会失忆：把旧对话删了，AI 就忘了之前做过什么，容易重复干活
不同 AI 脑子还不一样大：64K 窗口的小模型和 200K 的大模型，没法用同一套规则
我们的解法：给 AI 加个 “随身储物柜”
null
说白了，就是把信息分成了两层：
「热存储」：上下文窗口，只放你现在正在用的、最常用的内容，保证 AI 能快速拿到
「温存储」：文件系统，所有暂时用不上的大输出、旧对话，都存在这里，一点都不会丢
这样一来，背包永远不会被撑爆，而储物柜里的东西，你什么时候需要，什么时候就能取出来，完美解决了容量不够的问题。
大输出别乱删，先存柜！
第一个要解决的，就是那种 “一次输出就把背包塞满” 的情况。
比如你让 AI 搜整个知识库的“性能优化”，结果出来 150KB 的匹配内容，换算成 token 差不多 3.7 万，直接占了 200K 窗口的 18.5%。要是搜个更常用的词，比如“用户”，出来的结果能直接把整个窗口都塞满。
换作以前，很多产品的做法是直接把后面的内容砍掉，但是这样 AI 就看不到完整的结果了，很容易漏关键信息。
我们的做法很简单：不删，先存柜！
把这些太大的输出，全部存到储物柜（也就是我们的隔离文件目录）里，只给 AI 留两个东西：
一张 “取件小票”：也就是这个文件的路径，告诉 AI“完整内容在这，需要的时候来取”
一点点预览：前 2KB 的内容，让 AI 先大概知道这里面有什么
就这么一下，原来 3.7 万 token 的大输出，直接压缩到了 500 个 token，省了 98% 的空间！
AI 要是觉得预览不够，需要看完整的结果，随时可以凭这个小票，调用 Read 工具去储物柜里把完整的内容拿出来，就像你存了包之后，需要的时候再去取一样，完全不用一直扛着那个大箱子。
而且这个储物柜是隔离的，平时 AI 做搜索的时候，不会扫到这些存起来的工具结果，不会搞出“搜索结果里全是之前的工具输出”的干扰，完美解决了干扰的问题。
旧对话别全丢，做个“摘要便签”
解决了单次大输出的问题，还有累积的问题啊。
就算每个工具输出都做了截断，聊了 20 多轮之后，所有的消息加起来，还是会把上下文窗口塞满。这时候怎么办？
很多人的第一反应是：把旧的对话删掉不就行了？
那可不行，删了 AI 就全忘了，之前改了什么文件、做了什么决策，全没了，很容易就重复干活，甚至把你之前的成果给覆盖了。
我们的做法是：旧对话别全丢，做个“摘要便签”！
我们不会直接删掉旧消息，而是把太久之前的几十轮对话，浓缩成一张结构化的摘要便签 —— 我们叫它 Session Memory。
这张便签不是随便写的，是固定的 9 项结构，把所有关键的信息都给你列清楚：
你一开始的需求是什么
这次对话里的关键技术点有哪些
你操作过哪些文件
之前遇到过什么错误、怎么解决的
问题解决到哪一步了
你所有的提问原文（防止忘了你的需求）
还有什么待办的任务
你现在正在做什么
接下来打算做什么
就这么一张小小的便签，把几十轮对话的关键信息全装下了，AI 就算看了这个，也能记得所有的大事，不会失忆。
而最近的几轮对话呢？我们原封不动地保留，因为这些是你当下正在做的事，需要完整的细节，不能压缩。
而且这个便签是滚动更新的，每次我们只拿上一次的便签，加上这一轮新增的对话来更新，永远不会越变越大，不管你聊多少轮，做摘要的输入永远不会超限。
偷偷在后台帮你 “提前整理”
说到做摘要，很多人会问：做这个摘要不是要调用 AI 吗？那要压缩时，用户不得等个半天？
没错，以前要是同步做的话，用户得等 5-15 秒，AI 弹出个 “请稍等，我正在整理记忆”，聊得正嗨呢，突然卡了，这体验谁受得了？
我们想了个绝的：偷偷在后台帮你提前整理！
你每聊完一轮，我们不会闲着，在后台开个小任务，偷偷帮你把摘要便签给更新了。你在思考下一句要问什么、打字的时候，后台的小助手已经在默默把之前的对话整理成摘要了。
等你聊到要压缩的时候，摘要早就做好了，直接拿来用就行，整个过程不到 1 秒，你完全感觉不到！
就像你去餐厅吃饭，你吃这道菜的时候，厨师已经在帮你准备下一道了，等你吃完，下一道直接上，不用等。
我们还加了各种防坑的设计：比如加了锁，防止多个整理任务冲突；加了版本号，防止后台的旧任务把新的结果给覆盖了。
现在我们的生产数据里，90% 以上的压缩，用户都完全没感觉，只有第一次压缩的时候，因为还没来得及做预更新，需要等一下，之后的所有压缩，都是丝滑的，你根本不知道 AI 偷偷帮你整理过记忆。
不管重启还是压缩，都能无缝衔接
你有没有过这种情况？和 AI 聊到一半，关掉了网页，过了半天再打开，之前的对话全没了，得重新来一遍？
或者压缩完上下文，AI 就像变了个样，之前的状态全乱了？
我们的解决方案是：不管是压缩还是重启，都用同一套方法，从文件快照里恢复！
我们把组装好的上下文，全部存成一个 JSONL 的文件快照，不管是我们做了上下文压缩，还是你关掉了网页、环境被回收了，下次要恢复时，直接读这个文件，把上下文重新组装起来就行。
就像你玩游戏，存档了，关机再开，直接读档，之前的进度、道具、任务，全都在，不用重新来一遍。
你完全感觉不到 AI 做了压缩，也感觉不到你重启过网页，就像对话从来没断过一样，无缝衔接。
连 “技能列表” 都要省着用
你以为只有对话占空间吗？还有 AI 的技能啊！
我们的 AI 支持技能扩展，用户可以装各种技能：搜文件、改文档、做表格、发邮件，要是把所有技能的完整说明都塞给 AI，30 个技能就能占掉 15K 的字符，直接把存储空间占了一大块。
这就像你手机里有 100 个 APP，你不会把所有 APP 都放到桌面，那样桌面早就满了，你会把不常用的都收进文件夹，桌面只放常用的几个。
我们也是这么做的：
平时只给 AI 看技能的名字和简单的介绍，只占上下文的 1% 的空间
等 AI 需要用某个技能的时候，再把这个技能的完整说明拿出来
这样一来，未调用的技能，永远不会占你的上下文空间，只有你要用的时候，它才会进来。
就算是你已经调用过的技能，我们也会控制空间：最近用的才保留，太久的就收起来，单个技能最多留 5K token，所有技能加起来最多 25K，不会越堆越多，把空间占满。
最后：最好的 AI 工具，其实都是最朴素的
折腾了这么多，回头看我们的整个方案，其实核心就一句话：截断不丢弃，压缩不失忆，恢复不重复。
我们没有搞什么复杂的黑科技，就是用了最朴素的思路：把大的内容都放在上下文外面，只留一个轻量的索引，把判断权交给 AI 自己 —— 你需要什么，自己来取。
工具输出的路径是索引，会话快照是索引，技能列表是索引，摘要便签也是索引，全都是同一个思路：信息的“存在”和“可见”是分开的，存在文件系统里的内容，只有被 AI 主动拿进来的时候，才会占用上下文的空间。
就这么简单的文件系统 + Read 工具，就解决了 AI 失忆的大问题。原来很多看似复杂的问题，回到最基础的工具上，往往就能得到最简单、最稳固的答案。
你有没有遇到过 AI 聊着聊着就 “失忆” 的情况？比如改文档改到一半忘了之前的要求，或者聊了几十轮之后它突然答非所问？你最烦的是哪一种？
