小节二：Agent 的 Context 是怎么一轮一轮“滚雪球”的？

普通 Chatbot 一般是：

User
Assistant
User
Assistant

每轮新增一些对话。

但 Agent 不一样。

Agent 每一轮可能同时新增：

Assistant Tool Call
Tool Result
Working Memory Update
日志
文件内容
错误
下一轮 Assistant

所以增长速度会快很多。

Agent 的 Context 更像滚雪球，而不是普通聊天那样每轮只多一问一答。每一次 Tool Call 都可能带回文件、日志、SQL 结果和错误信息，这些内容如果继续原样进入下一轮，就会持续叠加。

这也是为什么长任务不能等到第 30、40 轮才第一次考虑压缩。真正应该关注的是每一轮新增了多少“环境信息”，以及这些信息是否还值得继续携带。

模拟一个 20 轮 Agent

假设每一轮：

模型输出：300 Token
Tool Result：1500 Token

那么一轮新增大约：

1800 Token

20 轮就是：

36000 Token

还没有算：

System Prompt
AGENTS.md
Skills
Working Memory
Tool Schema
用户消息

只要其中某几轮读到大文件，增长会更快。

一个可运行的 Context Growth 模拟器

如果你把：

tool_per_step

从 1500 改成 5000，再看结果，会非常直观。

Tool Result 为什么是最大风险之一？

因为 Tool Result 的长度通常不由模型直接控制。

比如：

read_file

可能返回 100 行，也可能 5000 行。

run_shell

可能返回 20 行，也可能 10000 行。

query_sql

可能返回 10 行，也可能几千行。

所以 Tool Result 是，Agent Context 中最不稳定、最容易突然膨胀的来源。

这也是为什么前面基础 Tool 已经加入：

max_chars
max_results
output truncation

这些限制不是“后期优化”。

它们本质上是 Context Safety。

把不同来源放在一起比较，会发现 Tool Result、代码文件和运行日志的危险性不只在于“长”，更在于长度很难提前稳定预测。一次 read_file 或 run_shell 就可能突然把本轮输入抬高很多。

所以前面 Tool 层做的 max_chars、max_results、输出截断，本质上已经是在给后面的 Context Engineering 提前减压，而不是单纯的界面优化。

代码文件为什么很危险？

Coding Agent 很容易出现：

read_file("service.py")
read_file("models.py")
read_file("repository.py")
read_file("tests/test_service.py")

每个文件都可能几千 Token。

更麻烦的是，文件读过以后如果一直原样留在 Context，后面每一轮模型调用都会重复携带它们。

这意味着，一个 5000 Token 文件，不是只付一次成本。

如果后面还有 10 次模型调用，而你每轮都带它，它就会被反复计入 Input。

这就是 Agent 成本为什么会快速上升。

如果 Provider 支持 Prompt Caching，重复前缀可能在费用或延迟上更便宜，但它仍然属于模型需要处理的逻辑上下文，通常也不会凭空扩大 Context Window。缓存解决的是“重复传输和计算能不能更省”，Compaction 解决的是“这一轮到底还要不要带这么多内容”，两者不要混为一谈。

Error Trace 也很危险

一个 Python traceback 可能几百行。

如果依赖栈很深：

framework
middleware
service
db driver

输出会非常长。

真正给模型的 Error Observation 应该优先结构化：

error_type
关键错误行
核心 message
少量上下文

完整 traceback 放 Trace。

这样既不丢证据，也不污染 Context。

Tool Schema 是“固定增长成本”

随着 Agent 工具越来越多：

read_file
write_file
edit_file
list_files
search_files
run_python
run_shell
query_metric
query_sql
...

如果每次都把全部 Schema 发给模型，即使 Tool Result 没增长，固定输入也会越来越高。

因此未来还可以引入：

Relevant Tool Selection

和 Skills 类似，只给当前任务相关工具。

Conversation History 也是累积项

用户每轮说一句。

模型每轮答一句。

长期也会变大。

尤其模型每次如果输出很长的解释文字，内部 Agent 会话会越来越重。

所以成熟 Agent 往往会尽量：

让 Tool Call 和状态结构化

而不是每一步都生成很长的自然语言中间说明。