给 AI 编程限个上下文：把窗口砍到 300k 反而更省

这篇文章介绍了把 AI 编程的活动上下文从 1M 压到 30 万 token 后，花费明显下降、体验却没变差的经历。文章从 **lost in the middle** 现象说起，解释上下文窗口并非越大越好；再结合 OpenAI Codex 产品负责人 Alexander Embiricos 的采访，拆解 **compaction** 机制如何横跨模型、API 和 harness 三层。文中还分享了在 **OpenClaw** 里限制活动上下文的具体做法，以及压缩频率与 **prompt 缓存** 之间的成本权衡。