简要回答
百万 Token 上下文时代，Agent 如何组织上下文以支持工具调用和子任务拆解？
常见误区
⚠️ 常见踩坑
只背概念不会举例；混淆相似术语；忽略工程落地约束。
追问
追问 1：工具调用结果如何压缩？不同类型的工具输出压缩策略有何差异？
结构化输出（JSON/API 响应）提取关键字段丢弃冗余；代码执行结果只保留 stdout 最后 N 行 + 错误信息；文件读取结果做摘要而非全文。压缩率目标：原始输出的 10-30%。关键：压缩时保留"可用于后续推理"的信息，丢弃"仅用于展示"的信息。
追问 2：子任务上下文隔离后，如何避免信息丢失导致子任务间冲突？
每个子任务完成后生成"任务摘要"（包含：目标、关键发现、未解决问题、对父任务的建议）。父任务合并摘要时做冲突检测——如果两个子任务的结论矛盾，触发"冲突解决"流程（通常是让 LLM 基于原始证据判断）。关键：摘要不是简单压缩，而是"面向父任务决策"的信息提取。
🔗 相似问题
同一考点的不同问法，换着练更稳
没找到想看的面试题？把你想看的告诉我们 →
延伸学习
按主题分类的相关资源，便于系统复习