上下文被工具输出撑爆，我是怎么把 token 用量砍掉的

有个任务要读 40 个文件做交叉分析，跑一半就报 context length exceeded。

问题不在模型，在我给的东西太多。三个改动：

1. 工具输出加截断

读文件工具默认返回全文，改成超过 300 行只返回前 200 行 + 结构摘要（函数名列表）。模型需要细节会再读，不需要就省了。

2. 中间结果落盘

分析完一个文件，结论写进临时文件，上下文里只留「已处理 X，结论见 tmp/x.md」一行。需要时再读回来。

3. 历史消息压缩

超过 20 轮，把前面的对话让模型自己总结成 500 字，替换掉原文。

三招下来，同样任务从爆上下文变成用掉 40% 窗口。

最重要的认知：上下文不是越大越好。塞太多无关信息，模型注意力会被稀释，准确率反而下降。

我是反过来做的：先让它写方案，我改完再让它实现，返工少很多。