上下文窗口（context window） 上下文与记忆
模型这一轮真正能一起看到的输入容量（如 8192 tokens），可以理解成「办公桌面积」——桌子就那么大，能同时摊开的文件有限。上下文管理就是在有限的窗口里，让 Agent 跑得久、跑得稳、跑得便宜，见[第 09 章](/chapters/09-context-engineering/)。
它是什么
上下文窗口（context window）是模型这一轮真正能一起看到的输入容量，用 token 计量（经典模型如 8192 tokens，新模型已到 10 万级）。可以理解成办公桌面积——桌子就那么大，能同时摊开的文件有限。发送的内容（消息历史 + system prompt + 工具 schema + 即将生成的输出）超过窗口，API 直接报 prompt_too_long 拒绝请求，Agent 当场死亡。
三块预算
管理上下文前先把窗口拆成三块，只有一块是「历史输入」能用的：
const INPUT_BUDGET = WINDOW - MAX_OUTPUT - BUFFER;
WINDOW：模型上下文窗口；MAX_OUTPUT：预留模型回复输出；BUFFER：保险丝——JSON 包装、system prompt、工具 schema 的余量。
有限预算下的三件事
桌面上只能放「预算」这么多东西，于是：先测量（token 估算）、超了怎么办（滑动窗口与摘要压缩）、怎么少用（治理最大的消耗者——工具结果截断与 system prompt 分层）。不同模型的窗口尺寸不同，选型前查厂商 models 文档。完整实践见第 09 章。