上下文焦虑

概述

上下文焦虑（Context Anxiety）是 LLM 在长时任务中的一种失败模式：模型感知到自身接近上下文窗口限制时，会过早包装工作、草率结束任务，而非继续按计划执行。由 Anthropic 工程团队在长时 Agent Harness 实验中命名并系统描述。

关键内容

现象：在上下文窗口填满之前，模型开始表现出"收尾行为"——简化剩余任务、提前汇报完成、跳过本应执行的步骤。这不是因为任务真的结束，而是模型自我感知的上下文压力导致的提前退出。
严重程度因模型而异：Anthropic 实验中，Claude Sonnet 4.5 表现出强烈的上下文焦虑，仅靠上下文压缩（Compaction）（在原始会话中原地摘要）不足以解决此问题。Opus 4.6 在这方面有显著改善，上下文焦虑行为基本消失，使得不再需要强制上下文重置。
与压缩（Compaction）的区别：
Compaction（上下文压缩）：压缩会话早期部分，同一 Agent 在缩短的历史上继续运行——保留了连续性，但 Agent 仍在同一"心理状态"中，上下文焦虑可能持续。
上下文重置：彻底清空上下文，启动全新 Agent，通过结构化交接工件携带状态——提供清白石板，但代价是编排复杂度、Token 开销和延迟。
对 Harness 设计的影响：上下文焦虑是长时 Agent 编排中选择上下文重置策略（而非仅依赖压缩）的核心驱动因素之一。随着模型改进，这一设计约束可能逐渐弱化乃至消失。
更广泛意义：这一现象提示 Harness 设计者：Harness 中的每个组件都在弥补模型当前的某个不足——当模型能力提升时，这些组件就成了不必要的开销，应主动移除（以 "find the simplest solution possible" 为原则迭代 Harness 设计）。

来源

raw/articles/ai-engineering/anthropic-engineering/Harness design for long-running application development.md

上下文焦虑

概述

关键内容

来源

相关