动态摘要在长对话中的省空间作用

长对话最怕的，不是模型“笨”，而是我们把聊天记录越堆越长，最后连自己都找不到重点。我以前就干过这种事：舍不得删历史，想着“多留点总没错”。结果模型前面答应好的写作口径，聊到后面像没见过一样，输出开始跑偏，真的很让人抓狂。

后来我发现，动态摘要特别像会议速记。它不是把每一句话都压缩一遍，而是持续保留那些会影响下一步的内容：当前目标是什么、已经确认了哪些事实、做过什么决定、有哪些限制、还有什么没解决。对话继续推进，摘要也跟着更新；已经失效的背景就移出去，新的关键结论再补进来。

这样做省下的不是一点点重复文本，而是上下文里的“注意力空间”。模型不用反复消化整段旧聊天，而能先抓住一页清楚的进度说明，再结合最近几轮具体交流作答。最近的细节负责语气和即时任务，摘要负责维持长期一致性，两者搭配比把全部历史硬塞进去稳得多。

不过摘要也不是越短越好。只写“我们在讨论写作”基本没用；写得太细，又会重新变成一份臃肿的聊天记录。我现在更愿意把它当作项目便签：目标一句，已定事项几条，待确认问题几条。每当话题转向、要求变化，或者出现新结论，就顺手改一次。

动态摘要的价值，不是让模型记住所有对话，而是让它在有限空间里始终记住真正重要的事。长对话能不能聊得稳，往往就差这一张不断更新的“重点清单”。