# Ben 的上下文清理小抄：别让 AI 被垃圾信息喂饱

> 原标题：My cheatsheet for a clean context

- 来源：Ben's Bites
- 发布时间：2026-04-16T13:20:49.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/1133
- 原文：https://www.bensbites.com/p/my-cheatsheet-for-a-clean-context

## 摘要

Ben 在飞往旧金山的航班上没网，临时下载了 Gemma 4 26B 模型离线干活，顺便分享了他管理 AI 上下文窗口的几条硬经验。核心观点是：别迷信 100 万 token 的超长窗口，他根本不信任那种窗口下的稳定记忆，任务所需的完美回忆不该超过 15 万 token。

## 推荐理由

Ben 结合航班离线使用 Gemma 4 26B 的经历，给出上下文窗口管理经验，认为任务所需记忆不宜超过 15 万 token，并说明为何不信任百万级窗口的稳定记忆。

## 锐评

15 万 token 这个数比 100 万实在。窗口开到 100 万，中间那段基本是摆设，检索一散模型就开始编，钱还照付。60% 红线听着像拍脑袋，方向是对的，context 塞满之前先清，比事后调 prompt 便宜。长上下文按 token 计费，垃圾进去就是双倍成本，一边占额度一边拉低命中率。数字没测试撑着，清 context 这个动作本身没毛病。
