模型支持百万级上下文之后，很多团队的第一反应是“把所有资料都塞进去”。实测下来，效果并不随上下文长度线性提升，成本和延迟却直线上升。

一、位置效应：关键信息放在超长上下文的中间，被注意到的概率明显低于开头和结尾。重要的约束条件应该放在最前，最后再复述一遍，中间放支撑材料。

二、噪声稀释：塞进去的无关文档越多，模型越容易被带偏。检索环节宁少勿多，宁可给三段高相关的内容，也不要给三十段沾边的。

三、缓存与压缩：多轮对话里，把历史消息做摘要而不是原样拼接；固定不变的说明放进系统提示并利用提示缓存，能显著降低重复计费。

四、可验证：上下文里要求的每个结论，都应该能指回某一段原文。做不到这一点的长上下文应用，出错时无法归因，也就没法迭代。

结论很简单：上下文窗口是容量，不是能力。真正的工程工作是决定“放什么、放多少、放哪里”，这三件事都有可验证的方法，而不是靠感觉。