CCA-F 练习题库· Context Management & Reliability
某个 agent 正在对一个 20 万行的遗留代码库做深度探索，以理解其支付处理流程。大约 90 分钟、几十次文件读取之后，agent 开始引用“支付系统中的标准模式”，而不再引用它先前找到的具体类和流程，其回答也开始与第一个小时的发现相互矛盾。最可能的原因是什么，最佳的缓解策略是什么？
- A上下文退化：随着会话增长，会话早期的具体发现会与通用知识以及位置-注意力效应相互竞争。缓解办法是让 agent 在整个会话过程中维护一个 scratchpad 文件来记录关键发现。
- Bagent 撞上了 rate limit：九十分钟持续的文件读取耗尽了它每分钟的输入 token 额度，于是平台悄悄截断了后面每一次响应，具体的类名就此掉了出去。修复办法是在工具调用之间加入指数退避，把用量压在配额之内。
- C该遗留代码库的文件结构对单个 agent 来说过于复杂；应把它拆分成相互独立的子系统——支付、计费、账务——同时对每个子系统运行单独的 agent，最后合并各自的报告。
- Dagent 用错了工具：把文件探索从 Read 换成 Grep，就只会把匹配的行拉进上下文而不是整个文件，从而减少会话过程中每一步探索所消耗的 token。
正确答案：A
解析
题干描述的症状——大约 90 分钟、几十次文件读取之后，agent 不再引用它找到的具体类/流程，转而漂移到笼统的“支付系统中的标准模式”，并与自己先前的发现相互矛盾——正是上下文退化（“context rot”/lost-in-the-middle 位置-注意力衰减）的典型特征：随着上下文窗口被填满，会话早期的具体发现要与模型参数化的通用知识相互竞争，并逐渐失去显著性。
- A是正确的缓解办法（外部记忆）：让 agent 在整个会话过程中维护一个 scratchpad/笔记文件来记录关键发现，使这些事实独立于上下文位置而留存，并且可以被重新读取。干扰项全都是错的：
- B（速率限制）会导致报错或限流，而不是这种流畅但推理退化的表现；
- C（拆成并行的子系统 agent）是一种正交的分解方式，既治不好单次会话内的漂移，每个 subagent 也可能撞上同样的上限；
- D（把 Read 换成 Grep）只能略微削减 token，并未解决上下文增长或注意力衰减的问题。本题形式良好——恰好有一个选项（A）正确，三个干扰项明显错误。
延伸阅读
本题为本站自有原创练习题，非任何官方考试内容；解析对照 Anthropic 公开文档撰写， 如与最新文档不符请以官方为准。想在限时环境下检验水平，可参加 模拟考（题目与本页题库不重叠）。