上下文窗口：AI 的工作记忆

从「窗口是什么」走到「主流模型上下文窗口对比（2025）」

「窗口是什么」先把问题落在「上下文窗口（Context Window）是模型一次能看到的所有文字。 超出窗口，它就彻底忘了 ：连模糊的印象都没有，是完全看不见」上；到了「主流模型上下文窗口对比（2025）」，讨论继续推进到「256K Kimi K2.5 约 20 万字 整部《三国演义》 256K Qwen3.6-Plus 原生 256K 可扩展至 1M 400K GPT-5 约 32 万字 Pro 用户可用 1M Claude Sonnet 4.6 约 80 万字 整部《红楼梦》×5 1M Gemini 2.5 Pro 约 80 万字 2M 即将支持 💰 窗口越大，费用越高： LLM 按 输入 + 输出 Token 数 计费。放入一个…」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。

把这条判断带到下一个场景

处理长文本时，先保留会改变结论的内容，再决定如何压缩格式和历史；上下文更长只有在新增信息真正有用时才值得付出代价。

• 「窗口是什么」：上下文窗口（Context Window）是模型一次能看到的所有文字。 超出窗口，它就彻底忘了 ：连模糊的印象都没有，是完全看不见
• 「主流模型上下文窗口对比（2025）」：256K Kimi K2.5 约 20 万字 整部《三国演义》 256K Qwen3.6-Plus 原生 256K 可扩展至 1M 400K GPT-5 约 32 万字 Pro 用户可用 1M Claude Sonnet 4.6 约 80 万字 整部《红楼梦》×5 1M Gemini 2.5 Pro 约 80 万字 2M 即将支持 💰 窗口越大，费用越高： LLM 按 输入 + 输出 Token 数 计费。放入一个…
• 「交互演示 · 拖动滑块体验溢出」：一次请求的上下文构成（128K 窗口） 0K / 128K 系统提示词 对话历史 上传文档 当前问题 预留回复 系统提示词 (10K) 对话历史 (20K) 上传文档 (可变) 当前问题 (5K) 预留回复 (10K) 窗口充足 — 剩余 83K Token 可用 模拟上传文档大小（拖动体验溢出效果） 0K Tokens 📏 窗口是有限资源。 用了就要付钱，超了就会截断。下一页看溢出时的三种处理策略

最后的「交互演示 · 拖动滑块体验溢出」把讨论落到「一次请求的上下文构成（128K 窗口） 0K / 128K 系统提示词 对话历史 上传文档 当前问题 预留回复 系统提示词 (10K) 对话历史 (20K) 上传文档 (可变) 当前问题 (5K) 预留回复 (10K) 窗口充足 — 剩余 83K Token 可用 模拟上传文档大小（拖动体验溢出效果） 0K Tokens 📏 窗口是有限资源。 用了就要付钱，超了就会截断。下一页看溢出时的三种处理策略」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。