给 AI 编程限个上下文：把窗口砍到 300k 反而更省
本文介绍了将AI编程的活动上下文从1M压缩到30万token后，成本明显下降但体验未受影响的经验。文章从'lost in the middle'现象出发，解释上下文窗口并非越大越好，并结合OpenAI Codex产品负责人的采访，拆解compaction机制如何在模型、API和harness三层工作。同时分享了在OpenClaw中限制活动上下文的具体做法及压缩频率与prompt缓存之间的成本权衡。
博客雷达不转载正文。这里只有标题、作者、时间和一小段 AI 生成的摘要；全文在作者自己的站点上，阅读请点上面的按钮过去——文章的版权一直在原作者手里。
你也在写博客？做一张「已被博客雷达收录」的徽章挂回自己的站，想挂就挂，也不占首页。