请解释 Agent 上下文窗口的概念，并阐述为何上下文窗口被视为 Agent 工程中最核心的约束条件？

回答思路

1. 【回答框架 1】上下文窗口是指 Agent 在一次处理中能接收和容纳的输入与输出 token 总数量，它决定了模型单次可感知的信息范围，本质是模型的短期工作记忆上限。
2. 【回答框架 2】它是核心约束的原因在于 Agent 需要依赖上下文完成多轮推理、工具调用和记忆整合，窗口大小直接限制了可携带的指令、历史对话、检索结果和工具输出，超出即被截断或遗忘。
3. 【回答框架 3】工程上，窗口有限导致需要设计上下文压缩、检索增强、摘要和状态外置等策略，且长上下文带来计算成本和延迟上升，因此窗口大小成为架构设计和成本控制的硬性边界。
4. 【回答框架 4】实际如 Claude 的 200K、GPT-4 的 32K 等具体数值随版本变化，因此更应关注窗口作为资源约束的本质，而非特定数值。
5. 【回答框架 5】关键取舍在于：大窗口允许更完整上下文但增加开销，小窗口需要更频繁的上下文管理，因此必须结合任务需求和资源预算进行权衡。
6. 【关键点 1】上下文窗口是模型单次可处理的 token 总量，决定 Agent 短期记忆上限。
7. 【关键点 2】窗口限制迫使 Agent 采用摘要、检索、压缩等上下文管理技术。
8. 【关键点 3】窗口大小影响推理质量、成本和延迟，是工程设计的核心约束。
9. 【关键点 4】具体窗口数值随模型版本而异，应关注机制而非固定数字。
10. 【易错点 1】将上下文窗口等同于长期记忆，忽略其短期性和易失性。
11. 【易错点 2】盲目追求大窗口而忽视成本和延迟的线性增长。
12. 【易错点 3】未区分输入输出 token 计数差异，导致实际可用空间估算错误。