ARTICLE · 1363748
DSH 上下文插件实测:我一天抓了3次长任务跑到一半就变敷衍
DSH 上下文插件实测:我一天抓了3次长任务跑到一半就变敷衍
3次长任务后半段变敷衍,装上上下文插件才看清原因
DSH 插件专题 · 第 4 天
这件事我记了三天。
同一个脚本,第一轮给我写得清清楚楚,注释、边界处理、失败提示都有。我把结果贴回终端让它再改一版,第二轮就开始不对劲了:注释没了,错误分支写成了 `pass`,我问它为什么,它回「按你的要求简化了」。
第三次我也没截图,但我知道它又在同一个地方变。
一开始我怀疑是模型抽风,后来怀疑是我提示词写得太随意。直到我装了一个只看数字的小插件,才第一次看到真正的原因:不是它偷懒,是上下文已经塞满了,它在剩余空间里硬凑答案。
这个插件叫 dsh-context,5136 颗星,pushed_at 是 2026-11-15 下午,我查的时候它刚更新完几小时。它不写代码、不改文件、不提速,只干一件事:把「你现在占了多大一块」摆在你面前。
我不是要评这个插件好不好看。我关心三件事,都是一个人干活时真会卡住的:
▍它能不能提前告诉我「快满了」
▍它报的数字和真实发生的对不对得上
▍它会不会自己变成一个新负担
测试用的是我这周真实在做的一份活:把一个客户导出的几千行表格清洗、去重、导出,脚本改两三轮是常态。中间穿插我手上的其他小活,因为真实情况就是这样,不会干干净净只做一件事。

图1:三次长任务里,上下文占用和输出质量的关系
dsh-context 的功能比我想的多。面板、浏览器、侧栏、命令都有,还能看上下文是怎么组成的、什么时候被压缩、多 agent 之间怎么分。
但第一天我只用了最土的那个入口:一条命令看当前占用。
dsh context stats
# 我这边看到的输出结构(数值按当次实际):
# Context Window 占用 68% 剩余 X tokens
# System / Tools %
# Conversation %
# Memory %
看到 68% 的时候我愣了一下。因为那一轮我自认为只是「问了个小问题」,真正的活已经做完了。
然后我回头去看那三次「变敷衍」,时间点全部落在 60% 以后。一次在 64%,一次在 71%,第三次我没看清具体数字,但也是同样的晚段。
这个发现让我有点不舒服。我之前写过的所有「模型偷懒」「提示词不够明确」的判断,可能有一半是在给上下文不够这件事背锅。
我不懂它的内部实现,也不是做模型的,所以下面这句只是我的观察,不是结论:一个人用 agent 干活,最容易被忽视的成本不是钱,是你不知道它还剩多少空间。
我把三天里能对上场景的记录整理成了一张表。这里面没有一个是压测出来的漂亮数字,都是我用的时候顺手记的。
表格第 4 行是我这几天最有价值的一次实验。同一个活,拆成两段重跑,每段都控制在 50% 以下,两段出来的东西质量都回来了。它没有变聪明,只是每一段都够用了。
这就带出一个很实际的判断:如果你发现某个任务在 agent 手里做到后半段就垮,先别改提示词,先看占用。 改提示词是加字,而加字只会让空间更紧。

图2:同一任务拆成两段和一口气跑完的区别
说清楚一点:它没有帮我少敲一条命令,也没有帮我少写一行代码。
它帮我省的是「判断时间」。
以前遇到输出变差,我的处理流程是这样的:先想是不是提示词问题,改一版;再想是不是模型版本问题,换一个;再想是不是任务太复杂,拆一下。这一圈走完,半小时没了,而且经常走完还没找到原因。
现在我多了一个起手式:先看一眼占用。超过那条线就先拆,不到线就找别的原因。
这是我这几天唯一觉得自己真的变快的地方,而且它跟模型无关,跟插件能力无关,纯粹是少了一个猜测环节。
我不想把它写成推荐贴,因为这个插件确实有明显不友好的地方。
第一类:任务很短的人。 你每次都只是问一两句、改一小段,占用长期在 30% 以下,那这个插件对你就是纯装饰。你会看两天数字,然后忘记它存在。
第二类:不想看数字的人。 这个我必须说实话,面板上信息密度不低。组成、压缩、演进这些词对第一次看的人不友好,我第一天也花时间才分清哪块是系统提示、哪块是工具定义。你要是只想让它干活,这些数字只会多一层焦虑。
第三类:以为装了它能变快的人。 它不改变模型能力。同样的占用、同样的提示词,装之前和装之后它该垮还是会垮。它只是让你提前知道会垮。
我反对把它当成「优化插件」推荐给所有人。它是仪表盘,不是发动机。

图3:三类人装它的结果,和我的建议
第三天我想省事,直接把它的占用数字当成规划依据,看到 40% 就放心往上堆任务,一路堆到 80%。结果它虽然提前告诉我了,我还是没停下。
这暴露了我对这类插件的一个误解:它只负责告诉你,不负责拦你。
所以后来我在自己那套技能里加了一条硬规则,跟插件无关,是我自己写的:连续两轮输出质量下滑,先拆任务,不许先改提示词。这条规则跑了三天,救了我两次。
这也意味着,如果你指望装完就一劳永逸,那别装。它需要你配合,而且配合的动作是「停下来」,这恰恰是人最不愿意做的。
我给不了准确的阈值。72% 这条线是我这台机器、这些任务、这个模型版本上的观察,换个场景大概率要重测。
我也给不了它和其他上下文插件的高下判断,我手上没有第二套数据。
我能给的是这一个动作:下次你发现 agent 后半段拉胯,先看占用,再改提示词。 这个顺序换一下,能省掉不少瞎猜的时间。
下一篇我打算换个方向,回到很多人最头疼的那件事:一个新东西到底该怎么第一次用起来,从命令到跑通要几步、会卡在哪。这次我想写得更老实,把每一步的真实输出都贴出来。
你遇到过「前半段很聪明、后半段突然拉垮」的情况吗?是换工具解决的,还是拆任务解决的?我想知道拆任务这个办法在别人手里灵不灵。
你干活的时候,会先看一眼 agent 还剩多少上下文吗?















































































