AI上下文撑爆时，最先砍掉工具输出

Agent跑几轮任务，真正撑爆上下文的往往不是提示词或系统指令，而是工具返回的大坨原始JSON与调试日志。模型一旦据此完成了当步决策，这些海量数据就失去了即时价值；继续留存不仅浪费Token，还会严重稀释注意力。先清理陈旧的工具输出，不伤核心目标与推理主线。分清信息留存边界，智能体才能在长任务中低成本跑下去。