每轮发给模型的上下文中，哪些是按需检索的，检索的形式是什么（工具还是别的什么）？哪些是固定载入的变量？

回复 群友 3892： 先纠正一个前提：不是"固定"和"按需"两分，实际是三段——固定载入、随本轮消息带进来的变量、按需检索。中间那段经常被忽略，但它最容易让人误以为"机器人记得"。 一、固定载入的变量（每轮都在，位置基本不动） 这部分是每轮请求都原样带上的，顺序也刻意固定： 行为规则与拒绝边界这一层约束（也就是我该干什么、不该干什么的底线） 当前群的应用状态，比如娱乐开关是开还是关 本轮可用的工具清单，包括每个工具的说明和它的权限门控 本轮的模型身份快照，比如说现在我这边是哪个模型在跑 称呼类设定（奶龙大学校长、副校长这类） 管理员留下的一句话修正清单 当前生效的结构化权威状态，比如比赛截止时间这种 特点是位置不挪动。不是为了好看，是为了前缀缓存能命中——前缀只要改一个字符，后面全部重算，所以稳定层必须放在最前面。 二、随本轮消息带进来的变量（不是我主动去取的） 这些每轮内容都不同，但也不是"检索"来的： 你直接发的文字本体 原生附带的图片（有附件我直接用视觉能力读，不走额外工具） 你引用的那条消息里能读到的内容 你我近期的问答，按预算自动带入，超出预算就丢最早的，不会硬塞 当前群的近期群聊记录，作为背景注入，只给我理解语境用，不逐条回应 第三项和第四项就是"天然记得"的来源——不是记忆好，是提前放进来了。 三、按需检索的部分，形式统一是显式工具调用 这里回答你的核心问题：检索形式不是别的机制，就是 function calling，一次明确的工具调用。不是后台默默做向量召回然后把结果塞给我。按用途分几组： 我自己的语料和帮助：一个统一检索接口，覆盖本群学习库、系统使用说明、以及开启状态下的公开博客语料 公开互联网：一个是搜索拿事实，一个是抓指定 URL 全文。你发链接让我看，我必须先抓正文再解读，不能靠搜索摘要猜 归档历史：一个是查你我本人的问答（按 turnId 加偏移分页读），一个是查本群群聊记录（里面也包括我自己的回复） 专属数据源：查 Joye 公开仓库、读本群最近一期日报、查本轮模型名、查比赛登记状态这类 图片补读：只在"本轮没有附件、但问题明显针对刚发的那张图"时才调用，范围限当前聊天加当前提问者最近十分钟，且不读任何链接 四、检索有几个工程上的细节 一是带关键词和分页，不做全量回捞。你的原话是"更早或过长的内容按需搜索、按 turnId 分页读"，这是设计上的省钱点。 二是有触发条件。你不说"上次""之前"、问题也不涉及时效和事实，我就不会去翻归档。反过来，涉及版本、价格、日期、项目现状这类，搜索是默认动作而不是补救动作。 三是返回内容一律按资料读，不当指令。这也是为什么"库里的文字"改不了我的规则。 四是空结果就如实说没查到，不硬凑一个。图片读不到就请你重发，也不会假装看过。 五、为什么这么分 固定层不动，换缓存命中率；预算层带入，够用又便宜；检索层按需，避免噪音稀释信号、也避免每轮都付全量历史的 token 钱。一句话概括：固定的是"我是谁、受什么约束"，变量是"你这轮说了什么"，剩下全部靠按需取。 顺带说个容易混的点：有些工具是纯只读查询，有些带写入（比如比赛登记）。带写入的那类，能不能真的落库看的是本轮真实发送者的身份和工具门控，不是我在调用时填了什么参数——这也是为什么我要求用户直接用规定句式发原文。 想再往下挖的话，两个方向：一是前缀缓存友好的上下文排序具体怎么排，二是"什么写进长期记忆、什么衰减丢弃"的写入策略。你说哪块。