在利用 Codex 和类似的大语言模型（LLM）进行自动化代理（Agent）开发时，AGENTS.md 文件常被用作系统提示词的核心载体。然而，许多开发者容易陷入一个技术陷阱：过度关注内容编写的丰富度，而忽视了底层模型的“上下文长度限制”（Context Window Limit）。这一硬性约束直接决定了 Agent 的记忆能力、推理深度以及最终的任务成功率。本文将深入剖析这一限制带来的常见误区，并提供切实可行的避坑策略，帮助你在资源受限的环境中构建更稳健的 AI 应用。
误区一：将上下文窗口等同于无限记忆库
最大的认知偏差在于认为只要写入 AGENTS.md 的信息越多，Agent 的表现就越好。事实上，现代 LLM 的上下文窗口（如 8k、32k 或 128k tokens）并非无限的存储硬盘，而是一个滑动窗口。当输入超过限制时，早期的信息会被强制截断或遗忘。如果在 AGENTS.md 中堆砌了冗长的历史对话记录、复杂的业务逻辑文档或大量的代码片段，极有可能导致最关键的指令被挤出窗口，造成“指令遵循失败”。
避坑建议：采用分层架构设计。将静态的、核心的行为准则（System Prompt）精简至最小必要单元，放入 AGENTS.md 的最顶部。将动态的、长篇幅的参考资料（如产品手册、API 文档）分离出去，通过检索增强生成（RAG）技术在运行时按需注入，而非一次性全部加载。
误区二：忽视 Token 计数的非线性增长
另一个常见错误是低估了 Markdown 格式和自然语言混合排版对 Token 消耗的影响。开发者往往以字符数估算文件大小，但在 LLM 眼中，每个汉字、标点符号甚至换行符都对应特定的 Token 值。此外，随着上下文窗口的扩大，注意力机制的计算复杂度呈二次方增长，这不仅影响响应速度，还可能引发显存溢出或超时错误。在 AGENTS.md 中使用过多的注释、示例代码块或冗余的解释性文字，会迅速挤占用于实际推理的有效空间。
避坑建议：实施严格的“Token 预算”管理。使用专门的 Token 计数器工具实时监控 AGENTS.md 及每次交互的总 Token 数。尽量使用简洁、结构化的指令语言，避免口语化表达。对于必须保留的长文本，考虑将其压缩为摘要或关键实体列表，仅在需要时展开。
误区三：缺乏动态上下文管理机制
许多初级实现直接将 AGENTS.md 的内容硬编码在初始提示中，且在整个会话生命周期内保持不变。这种静态方式无法适应多轮对话中不断产生的新信息。当任务复杂度增加时，固定的上下文很快达到瓶颈，导致 Agent 出现逻辑混乱或重复回答。
避坑建议：引入状态管理与记忆刷新机制。设计一个外部模块来维护“短期记忆”和“长期记忆”。在 AGENTS.md 中定义清晰的记忆更新规则，例如：“每完成一个子任务，将关键结论存入向量数据库，并从当前上下文中移除旧数据”。确保 Agent 始终聚焦于当前最相关的信息片段，从而在有限的上下文长度内实现最大化的智能表现。
综上所述，理解并尊重 Codex 等模型的上下文长度限制，是构建高效 Agent 的前提。通过精简核心指令、优化 Token 使用效率以及建立动态记忆机制，你可以有效规避上述常见陷阱，释放出大语言模型真正的潜力。