技能介绍

问题从哪来

长对话里的 Agent 往往会在某个长度之后突然变笨：中间段落里的约束被忽略、工具输出里的错误被反复引用、检索堆进来的文档把任务带偏，或者多源信息彼此打架。这类现象不是偶发 bug，而是注意力预算、训练分布与上下文布局共同造成的可预测退化。

技能帮你做什么

本技能把上下文失效拆成五类模式，便于对照日志与 prompt 结构做诊断：

Lost-in-Middle：关键信息埋在中间时召回率明显下降；应把必须被直接引用的内容放在开头或结尾，或用分区标题与摘要结构突出位置。
Context Poisoning：幻觉或错误工具结果进入上下文后被反复引用；需要截断、标注污染段或用已验证信息重启。
Context Distraction / Confusion：无关或跨任务信息强迫模型「全读」；通过检索过滤、命名空间与任务分割减少混用。
Context Clash：多源正确但矛盾的信息并存；用优先级规则、版本过滤或显式冲突标记处理。

实践上可对照「四桶法」：Write（外置 scratchpad）、Select（按需拉取）、Compress（摘要与 observation masking）、Isolate（子代理/会话隔离）。技能还整理了 RULER 等基准与常见模型的退化阈值，便于在开发阶段做长度—性能关联测试。

适用边界

它侧重模式识别与架构选择，不替代具体模型的 token 计数或你的业务评测脚本。needle 测满分不等于长文档推理可靠；更大窗口也可能带来成本与分心。建议先掌握 context-fundamentals，再与 context-optimization、evaluation 等技能衔接做生产观测。