Context Window Pollution

概述

Context Window Pollution 是指在 Agent 系统中，当主 Agent 在完成 brainstorming 和 plan writing 后，其上下文窗口积累了大量需求讨论、设计方案权衡、被否定方案、用户偏好说明等历史信息，这些历史会占用宝贵的上下文空间、污染推理路径并降低执行精度的现象。

关键内容

1. 发生机制：
2. 主 Agent 在完成 brainstorming + writing-plans 之后，积累了大量的历史信息
3. 包括：需求讨论、设计方案权衡辩论、被否定的替代方案、用户偏好说明等

4. 这些历史会占用上下文空间，压缩实际任务能"看到"的代码量

5. 负面影响：

6. 占用空间：占用宝贵的上下文空间，压缩实现任务能"看到"的代码量
7. 污染推理：实现可能被"应该用方案 B 但被否定了"这样的历史干扰

8. 降低精度：注意力分散在协调和执行两种完全不同的认知模式之间

9. 解决方案：Orchestrator-Subagent 模式：

10. 主 Agent（Orchestrator）：负责读计划、维护状态、构建子 Agent 上下文、协调评审；上下文为完整的计划 + 项目背景
11. 子 Agent（Implementer，每任务一个）：只做当前任务；上下文仅为当前任务所需的最小信息；生命周期为任务完成即销毁

12. 子 Agent 的上下文由主 Agent 精确构造，不继承主 Agent 的对话历史

13. 官方原则：

    "They should never inherit your session's context or history — you construct exactly what they need. This also preserves your own context for coordination work."

14. 防止措施：

15. 使用 Subagent-Driven Development 技能来避免上下文污染
16. 采用两阶段评审确保质量和规格合规性
17. 保持子 Agent 的上下文清洁和专注

来源

• 05-subagent-driven-development — Context Window Pollution 问题的详细分析与解决方案

相关

• subagent-driven-development Skill — addresses_context_pollution
• Orchestrator-Subagent-Pattern — addresses_context_pollution
• 上下文窗口 — part_of
• Context Management — related_to
• Multi-Agent Orchestration — relates_to