误读
当模型的上下文窗口扩大时，本能反应是把限制当作已经解决。窗口变成了一个桶：把所有东西都放进去，让模型自己去理清。这是对窗口用途的误读。窗口不是检索纪律的替代品；它是一个形状不同的预算。
对无关历史的注意力并非中性。每一个存在但不相关的 token 都在争夺注意力权重，随着信噪比下降，模型的决策质量也随之退化。这种效应不是一道硬悬崖，而是一个斜坡。一个在紧凑上下文中本应正确的运行，当同一查询被无关材料填充后，会变得听起来合理但实际错误。失败模式是安静的：模型仍然产出流畅的输出，因此只有当输出与真实基准核对时，退化才可见。
调度上下文
重新框定很简单：上下文组装是一个调度问题。问题不是“我们能装多少”，而是“当前步骤需要什么，以及何时需要”。调度器决定加载什么、何时加载、以及驱逐什么。应用到 agent 运行中，这意味着把运行分阶段，每个阶段都有明确的上下文契约。
只加载当前步骤所需的内容
一个步骤应当只接收它所需的材料，别无其他。在实践中，这意味着上下文构建器不是拼接器；它是一个带清单的选择器。每个步骤声明其输入：一个 schema、一个检索查询、一组先前的工具结果、计划的一个切片。构建器根据运行的状态存储解析这些声明，并组装满足契约的最小上下文。
一个具体机制：带类型化条目的逐步上下文清单。
{
"step": "reconcile_invoice",
"requires": [
{"type": "artefact", "id": "invoice_4417", "max_tokens": 1200},
{"type": "tool_result", "id": "ledger_lookup", "freshness": "current"},
{"type": "policy", "id": "ap_policy_v3", "pinned": true}
],
"excludes": ["chat_history_older_than_phase", "raw_pdf_bytes"]
}
构建器解析此清单，截断超出预算的材料，并记录它加载了什么。正是这份记录使运行可审计：当一个步骤产生错误答案时，第一个问题是所需材料是否存在，而不是模型是否有能力。
显式地提升与降级
长运行倾向于默认累积上下文。每个阶段追加其输出，窗口被运行自身的历史填满。替代方案是在阶段之间显式地提升和降级。在阶段边界处，运行写入一个摘要材料，并降级它所摘要的原始材料。下一阶段从摘要开始，而不是从完整记录开始。
这是一个有成本的调度决策。摘要会丢失细节；被降级的材料之后可能仍需要，重新获取它要付出一次工具调用和延迟。这种权衡是真实的：激进的降级保持上下文紧凑，但有丢失关键细节的风险。缓解办法不是保留一切；而是让降级可逆。被降级的材料留在运行的存储中，已索引且可检索，因此后续步骤可以按需将它们提升回来。窗口保存工作集；存储保存归档。
检查点状态，使长运行可以恢复
一个无法恢复的长程运行，就是一个在任何中断后都必须重放其完整历史的长程运行。这种重放代价高昂，更糟的是，它重新引入了调度器本就是为了避免的噪声。在阶段边界处对状态做检查点，将运行的时长与其上下文大小解耦。
检查点应捕获足以在无完整记录的情况下恢复的内容：计划及其当前位置、到目前为止产出的材料（按引用而非按值）、仍然有效的工具结果，以及每个已完成步骤所消耗内容的清单。恢复时，调度器从检查点加上该步骤清单所要求的内容，重建当前步骤的上下文。运行的历史可供审计，但默认不加载到窗口中。
这正是调度框架的价值所在。没有检查点，长运行的上下文是
edia/server-rack-closeup-dark-d40599-0ca2dd.jpg)
评估含义
如果上下文是被调度的，那么单一的聚合成功率就是错误的评估单位。一个在视野 5 成功、在视野 50 失败的运行，不是一个 90% 的系统；而是一个具有视野相关失败画像的系统。聚合掩盖了形状。
评估应当报告成功率作为视野长度的函数。具体而言：以步骤或工具调用定义视野，在递增的视野上运行同一任务族，并报告曲线。成功在哪里保持，在哪里弯曲，弯曲处发生了什么变化？一条先平坦、然后在特定视野处下降的曲线，指向调度失败：某个阶段边界处所需材料被降级、某个检查点遗漏了字段、某个清单对其输入说明不足。
这也让权衡变得可见。更激进的降级策略可能改善每步成本，同时使弯曲点提前。更宽松的加载策略可能延长视野，同时提高开销。两者孤立来看都没有错；曲线才能告诉你你拥有的是哪一种。
同样的纪律适用于源材料。关于长程能力的声明应当被读作关于曲线的声明，而非一个点。一个对长程任务报告单一数字的系统，报告的是它尚未刻画的分布的平均值，而该分布中有趣的部分是尾部。
这在实践中改变了什么
把上下文当作调度问题，会改变 agent 代码库中的三件事。上下文构建器变成带清单的选择器，而非拼接器。阶段边界变成显式的提升与降级点，并有一个使降级可逆的存储。运行状态被检查点化，因此恢复不意味着重放。
这些都没有消除上下文限制。它改变了限制所约束的对象。它不再约束一个运行能有多长，而是约束调度器将上下文与步骤匹配得有多好。这是一个更易处理的问题，也正是长程处理实际提出的问题。
封面照片：panumas nikhomkhai / Pexels。