一个让人崩溃的场景你让 agent 帮你实现一个完整的功能。它跑了 30 分钟，做了大部分工作——用户模型建好了，基础 CRUD 端点写完了，认证中间件也集成上了。测试跑了 42/43 通过，只剩一个边界条件的 bug 没修。然后上下文快满了。你开个新会话想继续，结果发现：它什么都不记得了。它不知道上次为什么选了方案 B 而不是方案 A它不知道哪些文件已经改过、哪些测试已经通过它不知道那个边界条件 bug 具体卡在哪更糟的是，它可能会把已经做好的工作再做一遍——因为它不确定这些工作是否已经完成。或者它会基于不完整的信息重新做决策，结果选了跟上次矛盾的方案。30 分钟的工作，15 分钟的 token 消耗，全白费了。你得重新来一遍。一个类比：每天失忆的工匠想象你是一个工匠，但有一个致命缺陷：每天早上醒来都不记得昨天干了什么。你得重新认识整个工地——哪面墙砌了一半、为什么用的是红砖而不是青砖、水电管道走到哪了。更糟的是，你可能会把昨天已经装好的窗户拆了重来，因为你不知道它已经装过了。这就是 AI coding agent 在跨会话任务中面对的困境。它就像一个每天都会失忆的工匠。上下文窗口是有限的——这不是一个可以通过模型升级解决的问题。即使窗口大小增长到