GPT-6 Astra开启实验性上下文管理，长对话不丢信息

用GPT-6 Astra的朋友注意了，有个实验性功能强烈建议开启，用了之后体验直接上一个台阶。 很多人用Astra还停留在默认配置，但其实官方已经在config.toml里埋了一个上下文管理的实验模式。开启后，Astra会用笔记+上下文搜索的窗口模式来替代传统的上下文压缩。 具体怎么开？在你的 ~/.codex/config.toml 文件里加上这几行： [features.context_management] experimental_mode = true 就这么简单，保存重启就生效了。 这个功能到底好在哪？ 传统的上下文压缩是把之前的对话内容压缩成摘要，虽然省了token，但信息损失很大，尤其是长对话后期，模型经常忘记前面说过的关键细节。 而笔记+上下文搜索模式完全不同。它会把对话中的关键信息提取成结构化的笔记，当你后续提问时，系统会主动搜索相关笔记片段注入上下文，而不是简单粗暴地压缩。 实际体验下来，最明显的感受有三个： 第一，token消耗明显降低。因为不再需要把整段历史对话塞进上下文窗口，只检索相关的笔记片段就够了，省下来的token可以做更多事。 第二，长对话不再丢信息。之前聊了20轮之后，模型经常忘记第3轮说过的需求，现在有了笔记检索，关键信息随时能被召回。 第三，回复质量更稳定。上下文窗口里都是高相关性的内容，模型的回答更精准，不会被无关的历史对话干扰。 据可靠消息，这个功能过几周就会变成Astra的官方默认配置。但与其等官方推送，不如现在就手动开启抢先体验。 如果你每天都在用Astra写代码、做项目，这个配置绝对值得一试。尤其是那些经常需要长对话、多轮迭代的场景，效果提升会非常明显。