一个实用判断标准是:这份工具结果对“下一步决策”有没有持续影响。
我一般分四类:
- 常驻上下文:当前任务的硬约束、关键失败原因、必须遵守的状态。
- 摘要保留:长日志、长搜索结果、批量 grep、网页内容,这些通常只需要结论和证据点。
- 转成记忆:跨会话仍有价值的事实、决策、环境信息、流程边界。
- 直接丢弃:一次性中间噪音,例如无关搜索结果、重复命令输出、已经被后续结果覆盖的细节。
如果把所有原始输出都留在主上下文,模型很快就会被“看过但已无决策价值”的内容淹没。
所以 loop engineering 的关键不是让 agent 看到更多,而是让它长期只背负仍然影响判断的那部分状态。