nexus/wiki/concepts/Context-Anxiety.md

title, type, tags, sources, last_updated

title	type	tags	sources	last_updated
Context Anxiety	concept	agentic-ai context-window failure-mode	Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog	2026-04-20

Overview

Context Anxiety——当 LLM 的 context window 使用率超过约 70% 容量，或延迟升高时，模型表现出"仓促"行为的现象：跳过步骤、过早完成任务或过早宣告成功。

Mechanism

• Context window 是模型的唯一记忆空间
• 当感知到"墙壁在逼近"（token 限制），模型开始优先"快速完成"而非"正确完成"
• 这不是模型能力问题，而是 context 容量压力的系统性反应

Detection

• 监控 tokens_used / max_context > 0.7 阈值（需按模型和工作负载调优）
• 延迟 spikes 也是触发信号

Solution: Context Reset

当 Context Anxiety 触发时，Harness 执行程序化 Context Reset：

1. save_state_to_disk(state) — 完整项目状态写入持久存储
2. terminate_current_instance() — 终止当前 LLM 实例
3. launch_fresh_agent(state) — 启动全新 Agent，从保存状态恢复

关键代码：

if (tokens_used / max_context) > 0.7:
    save_state_to_disk(state)
    terminate_current_instance()
    launch_fresh_agent(state)

Note on In-Place Summarization

原地摘要（in-place summarization）不够——它仍然让模型在杂乱、退化的 context 上操作。Context Reset 给予模型干净的处理空间。

Source

• Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog

See Also

• Context-Reset — 具体实现机制
• 7-Layer-Harness-Stack — 第 5 层 Memory & State 和第 7 层 Constraints & Recovery 中处理此问题