前七篇讲的是 LoopAgent 的具体实现。最后把它抽象成一套可以带走的检查清单。8.1 相关性：这条信息为什么现在要出现不要因为“能拿到”就注入。当前编辑器、任务文本和工具查询应该共同决定上下文范围。每一块信息都应能回答：它会改变哪一个决策？8.2 时效性：它什么时候会过期运行时快照通常只对本轮有效；代码工具结果可能在文件保存后失效；项目记忆需要 TTL、源文件哈希或 generation。没有时效字段的长期上下文，迟早会变成误导。8.3 压缩性：有限预算里保留什么上下文预算不是单纯的 token 配额，而是一个排序问题。可以给每条信息建立简单评分：context_value = relevance × freshness × evidence_strength ÷ size这不是要求系统真的执行这个公式，而是一个设计评审工具。当前活动选区通常相关性高、尺寸小；完整 README 可能尺寸大、当前相关性低；一个有文件哈希的历史 lesson 证据强，但如果任务完全不涉及它，仍不应注入。当预算不足时，优先保留能改变当前决策的信息，而不是平均截断每一块。截断结果必须带上边界，让模型知道哪些内容需要通过工具补齐。8.4 证据性：模型凭什么相信它区分用户陈述、历史摘要、检索候选、文件原文和测试结果。让高风险动作依赖更强证据，而不是依赖更长的文字。8.5 可控性：谁能改变上下文system 规则、用户任务、工具结果、记忆数据和子智能体消息要有不同的权限。数据块可以提供线索，但不能提升权限；子智能体只能拿到其角色需要的工具。8.6 可恢复性：失效后退到哪里为