9.8 记忆与上下文交互：注入如何吃掉窗口预算
记忆不是「额外附赠的超能力」，而是从同一只钱包里掏钱——掏的是上下文 token。
本节学习目标
- 量化直觉：每条记忆注入增加 system 动态段 token，从而推高总输入与压缩概率（第 8 篇）。
- 解释 记忆与 prompt caching 的交界：注入块通常在动态边界之后，影响后缀长度。
- 优化 注入块格式：短标题 + 精炼描述，避免 Markdown 花饰。
- 权衡 「多记」vs「少注入」：仓库文档承担部分冷知识。
- 观测 一轮对话中
projectBlock + injections的占比（概念）。
生活类比：行李箱里的「必读小册子」
你登机箱总容量固定：
- 每塞一本「旅行必读小册子」（记忆注入），就要拿掉一件 T 恤（原始对话细节）。
- 小册子越薄，你越能多带真正要穿的衣服。
Mermaid：上下文拼装中的记忆位
表：组成部分与典型可压缩性
| 块 | 是否常被 Tier1 动 | token 弹性 |
|---|---|---|
| 静态 system | 否 | 低（稳定） |
| CLAUDE.md | 否 | 中（随文件变） |
| 记忆注入 | 否 | 完全由你控制 |
| 工具输出 | 是 | 高 |
源码片段：估算注入开销（伪代码）
typescript
function estimateInjectionTokens(cards: MemoryCard[]): number {
const text = formatInjections(cards);
return countTokens(text);
}
function budgetCheck(ctx: Context) {
const inj = estimateInjectionTokens(ctx.injectedMemories);
const msgs = countTokens(ctx.messages);
const budget = 200_000;
if (inj + msgs > 0.6 * budget) {
warn("记忆+消息已超 60%：考虑缩短 CLAUDE.md 或记忆描述");
}
}Mermaid：记忆长度与压缩触发
优化技巧表
| 技巧 | 效果 |
|---|---|
| 删冗余修饰语 | −token |
| 用指针代替粘贴 | −大段 |
| 重复事实只存一处 | −重复注入 |
| 升仓到 README | 记忆卡片变薄 |
与第 5 篇：SYSTEM_PROMPT_DYNAMIC_BOUNDARY
记忆注入应落在边界之后，避免：
- 污染可缓存前缀；
- 让静态段频繁失效。
练习
- 取一条你的记忆描述，尝试压缩到 50% 字数而不失语义。
- 解释为何「注入 5 条长文」比「注入 2 条短文」更易触发 Tier2。
FAQ
Q：能不注入记忆吗？
A：可关闭或清空候选；但会损失个性化。
Q：记忆和 CLAUDE.md 会重复计费吗？
A：二者都在输入中；重复内容 = 双倍浪费。
小结
记忆与上下文是零和博弈：注入越多，留给工具输出与对话历史的余量越少。精确度优先 + 短文描述 + 文档外置 是正统解法。
附录：示例对比
冗长注入（反例）
markdown
### 关于包管理器的一些说明
在之前的对话中我们多次讨论过，用户似乎更喜欢……精简注入（正例）
markdown
### 包管理：pnpm
使用 pnpm；勿生成 npm 命令。Mermaid：与 Tier1 的并行关系
记忆块通常不由 Tier1 当垃圾删——更需源头控制长度。
监控字段建议
| 字段 | 用途 |
|---|---|
injection_tokens | 成本归因 |
claude_md_tokens | 是否文档过长 |
messages_tokens | 对话主体 |
与多会话
每开新会话：
- 消息清空重来；
- 记忆仍可能被检索注入 → 跨会话成本基线存在。
反模式
| 反模式 | 后果 |
|---|---|
| 把日志贴进记忆描述 | 注入像 Tier2 失败现场 |
| 记忆与 CLAUDE.md 双份维护 | 同步地狱 |
| 依赖记忆保存密钥 | 安全与体积双输 |
术语
| 英文 | 中文 |
|---|---|
| injection budget | 注入预算 |
| dynamic tail | 动态后缀 |
与产品演进
若未来支持「按模型上下文上限自适应 K」：
- 小窗口模型 → K 从 5 降到 3；
- 仍应坚持 精确度优先。
速算
text
假设每条记忆 ~150 tokens，5 条 ≈ 750
750 / 200000 ≈ 0.375% 窗口 — 看似少，
但与会话消息相加后，60% 警戒线很快到达。团队政策示例
单条记忆 description ≤ 120 英文词或等价中文；超出请写文档链接。
与 8.9 成本篇
记忆注入推高有效输入，在可比单价下费用随体积上升——与 30K vs 150K 的直觉一致。
反思
你愿意为「个性化」支付多少每轮固定 token 税？写入 CLAUDE.md 共享是否更划算？