# 把 AI 助手的上下文当成生命周期来管，而不只是存起来

> 原标题：Agentic Context Management: Memory and Cost as Architecture Problems

- 来源：Hacker News 首页
- 发布时间：2026-08-26T02:35:25.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/52778
- 原文：https://arxiv.org/abs/2607.21503

## 摘要

这篇论文的核心判断是：生产环境里的 AI 助手（agent）翻车，多数不是因为推理不行，而是被自己攒下的上下文撑死了。对话历史、工具定义、工具返回的结果越堆越多，每次调用模型都要把整坨东西塞进去，token 费用会随着对话轮次平方级增长。粗暴地做摘要虽然能把成本压成线性，但准确率会断崖式下跌。

## 推荐理由

论文指出生产环境中的 AI 助手常因上下文堆积导致 token 费用随对话轮次平方级增长，并对比了粗暴摘要虽把成本压成线性却让准确率断崖下跌的取舍。

## 锐评

上下文按平方级涨 token 这个账，做 agent 的都该拿计算器按一遍。十轮对话和三十轮对话的成本差九倍，不是差三倍，工具定义和返回结果还都算在里面。摘要能压成线性但准确率断崖，这个取舍我信，摘要丢的往往就是后面要用的细节。所以上下文该按生命周期管，该丢的丢，该落盘的落盘，别每轮把整坨塞回去。论文只有框架没有大规模生产验证，当架构参考看就行。
