---
title: "Cửa sổ ngữ cảnh: vì sao agent quên và khi nào nên bắt đầu lại"
url: https://www.stacklogs.io.vn/ky-thuat/cua-so-ngu-canh-agent-quen/
language: vi
author: "Nhu Duy Thin (Thinnd)"
published: 2026-10-30
updated: 2026-10-30
section: "Kỹ thuật phần mềm"
tags: ["cửa sổ ngữ cảnh", "AI agent", "context rot", "compact", "bản bàn giao", "danh sách kiểm"]
summary: "Cửa sổ ngữ cảnh là phần chữ mà AI agent nhìn thấy cùng lúc: yêu cầu, tệp đã đọc, đầu ra của lệnh và hướng dẫn. Nó có giới hạn, và nghiên cứu cho thấy độ chính xác thường kém đi khi đầu vào dài hơn. Khi chuyển sang việc không liên quan, hãy dọn cuộc trò chuyện. Khi gần đầy, nén có hướng dẫn. Quy tắc lâu dài đặt trong tệp hướng dẫn, không đặt trong cuộc trò chuyện."
license: "Cite with the author name and the canonical URL above."
---

# Cửa sổ ngữ cảnh: vì sao agent quên và khi nào nên bắt đầu lại

> Dành cho bất kỳ ai dùng AI agent để viết code hoặc làm việc nhiều bước, kể cả người mới. Không cần biết gì về cách mô hình hoạt động. Thuật ngữ nào cũng đi kèm một ví dụ đời thường, và phần tính toán được đánh dấu để bỏ qua nếu bạn không cần.
>
> Số liệu lấy từ nguồn công khai, có liệt kê cuối bài. Ví dụ ghi là "minh họa" được dựng lại, không nhắc đến người hay công ty cụ thể. Cách mô hình dùng thông tin dài bên trong chưa ai hiểu hết, nên các hình dung dưới đây chỉ là cách tưởng tượng để dễ nhớ. Tên lệnh lấy từ tài liệu của Claude Code tại thời điểm đọc, các công cụ khác và các bản sau có thể khác.

---

## Tóm tắt nhanh

- Agent chỉ "nhớ" những gì đang nằm trong **cửa sổ ngữ cảnh**: yêu cầu của bạn, các tệp đã đọc, đầu ra của lệnh, hướng dẫn dự án. Cửa sổ có giới hạn, và mọi thứ mở ra đều chiếm chỗ.
- Nhiều nghiên cứu thấy mô hình dùng thông tin dài kém ổn định hơn thông tin ngắn. Liu và cộng sự (2023) thấy kết quả thường tốt nhất khi thông tin cần thiết ở đầu hoặc cuối và kém đi khi nó nằm giữa. Báo cáo của Chroma (7/2025) thử 18 mô hình và thấy độ tin cậy giảm khi đầu vào dài hơn. Các tác giả tự nói tác vụ của họ đơn giản hơn công việc thật.
- Khi cuộc trò chuyện gần đầy, công cụ có thể **nén** nó thành bản tóm tắt. Tài liệu của Claude Code nói bản tóm tắt giữ yêu cầu và đoạn code chính, nhưng chi tiết hướng dẫn từ đầu có thể mất.
- Trong ví dụ tính được của bài, một phiên làm việc dài chiếm khoảng 91,5% cửa sổ, trong đó khoảng 43% là việc cũ đã xong. Bắt đầu lại với một bản bàn giao ngắn đưa mức dùng về khoảng 8%. Đây là số minh họa để bạn tự tính lại.
- Quy tắc lâu dài đặt trong tệp hướng dẫn của dự án, không đặt trong cuộc trò chuyện. Chuyển sang việc không liên quan thì dọn cuộc trò chuyện. Cùng một việc nhưng đã dài thì nén có hướng dẫn.
- Bắt đầu lại cũng có giá: agent phải đọc lại, và bản bàn giao có thể thiếu hoặc sai. Phần "khi nào" của bài là **quy tắc kinh nghiệm**, không phải kết quả đo.

---

## Từ khó, nói dễ

| Thuật ngữ | Nói dễ hiểu |
|---|---|
| **Context window** (cửa sổ ngữ cảnh) | Mặt bàn làm việc của agent: mọi thứ đang mở trên bàn là thứ nó nhìn thấy. Diện tích có hạn. |
| **Token** | Đơn vị đo chữ mà mô hình dùng, một từ ngắn thường là một token, một từ dài có thể là vài token. Như đếm gạch thay vì đếm tường. |
| **Context rot** (ngữ cảnh "mục") | Cách gọi hiện tượng độ chính xác thường giảm khi đầu vào dài hơn. Như bàn quá bừa thì khó tìm tờ giấy cần. |
| **Compaction** (nén) | Công cụ tóm tắt cuộc trò chuyện dài thành một bản ngắn rồi làm tiếp từ bản đó. Như chép ghi chú sang tờ giấy mới và vứt chồng giấy cũ. |
| **Handoff** (bản bàn giao) | Vài dòng bạn tự viết để phiên mới biết đang làm gì, đã chốt gì, còn gì. Như ghi chú ca trực. |
| **Subagent** (agent phụ) | Một agent khác làm việc trên bàn riêng của nó và chỉ gửi lại bản tóm tắt. Như nhờ đồng nghiệp tra cứu giúp. |
| **Tệp hướng dẫn / bộ nhớ** | Tệp như CLAUDE.md hoặc AGENTS.md mà công cụ nạp lại mỗi phiên. Như tờ nội quy dán sẵn trên tường. |
| **Session** (phiên) | Một cuộc trò chuyện từ lúc mở đến lúc đóng. Phiên mới bắt đầu với bàn sạch. |

---

## 1. Hình dung trước: cái bàn có diện tích cố định

Hình dung bạn làm việc ở một cái bàn không to lắm. Bạn trải lên đó yêu cầu của sếp, vài tệp hồ sơ, kết quả của mấy lần tra cứu, ghi chú. Lúc đầu bàn trống, bạn thấy mọi thứ ngay. Sau hai tiếng, bàn đầy giấy, và tờ bạn cần nằm dưới ba tờ khác. Bạn vẫn làm được, nhưng chậm hơn và dễ bỏ sót hơn. Nếu đến lúc đầy hẳn, bạn chép lại những điều quan trọng sang một tờ mới, dọn sạch bàn, rồi làm tiếp. Bản chép chắc chắn thiếu vài chi tiết.

Agent làm việc gần giống vậy. Tài liệu của Claude Code mô tả cửa sổ ngữ cảnh gồm lịch sử cuộc trò chuyện, nội dung tệp, đầu ra của lệnh, tệp hướng dẫn, bộ nhớ tự động, các skill đã nạp và hướng dẫn hệ thống. Khi làm việc, cửa sổ đầy dần. Đây chỉ là hình dung để dễ nhớ: bên trong mô hình chắc chắn phức tạp hơn một cái bàn.

**Điều rút ra:** "agent quên" thường không phải vì nó lười hay ngu, mà vì **chỗ có hạn và thứ đang chiếm chỗ không phải lúc nào cũng là thứ cần thiết**. Việc của bạn là quản lý cái bàn.

---

## 2. Cái gì chiếm chỗ, và gì còn lại sau khi nén

### 2.1 Những thứ chiếm chỗ

Theo tài liệu của Claude Code, trước khi bạn gõ gì, một số thứ đã nằm sẵn trên bàn: tệp hướng dẫn, bộ nhớ tự động, tên các công cụ MCP và mô tả skill. Sau đó mỗi tệp đọc, mỗi đầu ra của lệnh, mỗi lượt qua lại đều thêm vào. Lệnh `/context` cho xem mức dùng theo từng loại và gợi ý cách giảm.

### 2.2 Gì còn lại sau khi nén

Khi gần đầy, công cụ nén cuộc trò chuyện thành bản tóm tắt. Bảng dưới là tóm lược mục "What survives compaction" trong tài liệu, ở phiên bản tôi đọc. Chi tiết có thể thay đổi theo bản.

| Loại nội dung | Sau khi nén (theo tài liệu) |
|---|---|
| Tệp hướng dẫn ở gốc dự án | Nạp lại từ đĩa |
| Bộ nhớ tự động | Nạp lại từ đĩa |
| Tệp đã đọc hoặc đã sửa | Đọc lại tối đa năm tệp sửa gần nhất, tệp quá lớn chỉ còn đường dẫn |
| Quy tắc gắn với đường dẫn, tệp hướng dẫn trong thư mục con | Nạp lại theo nhu cầu, nội dung đã nạp trước đó có thể bị tóm tắt đi |
| Chỉ dẫn nói trong cuộc trò chuyện | Nằm trong bản tóm tắt, chi tiết ở đầu có thể mất |

Hai điều rút ra từ bảng: nếu một quy tắc **phải sống sót**, hãy đặt nó ở tệp hướng dẫn gốc dự án, không phải trong lời nói. Và nếu bạn muốn kiểm soát cái gì được giữ, hãy nén chủ động kèm chỉ dẫn, ví dụ `/compact focus on the auth bug fix`, thay vì để công cụ tự đoán điều quan trọng.

**Điều rút ra:** quy tắc lâu dài thuộc về **tờ nội quy dán tường**, không thuộc về **chồng giấy trên bàn**. Xem thêm bài [Sổ tay cho AI: AGENTS.md](https://www.stacklogs.io.vn/ky-thuat/so-tay-cho-ai-agents-md/) về cách viết tờ nội quy đó.

---

## 3. Vì sao cuộc trò chuyện dài làm agent kém đi

Hình dung bạn đọc một tập hồ sơ 300 trang rồi bị hỏi một chi tiết ở trang 150. Có thể bạn trả lời được, nhưng khó hơn nhiều so với khi bạn chỉ nhận một trang. Nghiên cứu về mô hình ngôn ngữ cho thấy điều tương tự, dù **vì sao** thì chưa ai giải thích trọn vẹn.

### 3.1 Liu và cộng sự (2023): thông tin ở giữa dễ bị bỏ sót

Nhóm tác giả (trong đó có Percy Liang) thử trả lời câu hỏi dựa trên nhiều tài liệu và tìm giá trị trong danh sách khóa và giá trị. Theo tóm tắt trên arXiv, hiệu năng thường cao nhất khi thông tin liên quan nằm ở đầu hoặc cuối đầu vào, và giảm đáng kể khi mô hình phải dùng thông tin ở giữa một đầu vào dài, kể cả với các mô hình được quảng bá là hỗ trợ ngữ cảnh dài. Đây là thí nghiệm với mô hình thời 2023. Trang tóm tắt tôi đọc không nêu tên từng mô hình, nên mô hình mới có thể cho kết quả khác.

### 3.2 Chroma (7/2025): 18 mô hình, độ tin cậy giảm khi dài hơn

Báo cáo kỹ thuật của Chroma (Hong, Troynikov, Huber) thử 18 mô hình, trong đó có các dòng GPT-4.1, Claude 4, Gemini 2.5 và Qwen3, trên ba loại tác vụ: tìm "cây kim trong đống rơm" mở rộng, hỏi đáp trên hội thoại dài (LongMemEval, 306 câu, trung bình khoảng 113.000 token) và lặp lại một chuỗi từ. Các tác giả viết rằng hiệu năng ngày càng kém tin cậy khi đầu vào dài hơn. Họ cũng thấy thông tin gây nhiễu làm kết quả tệ hơn, kể cả khi chỉ có một đoạn gây nhiễu, và các mô hình phản ứng khác nhau: theo họ, các mô hình Claude có xu hướng từ chối trả lời khi mơ hồ, còn mô hình GPT có xu hướng trả lời sai nhiều hơn khi có nhiễu.

Cần đọc kèm lời của chính các tác giả: tác vụ của họ **đơn giản hơn công việc thật**, nên họ cho rằng ngoài đời hiệu ứng có thể tệ hơn, nhưng cũng khó tách ảnh hưởng của độ dài khỏi độ khó của tác vụ, và báo cáo **không giải thích cơ chế**. Đây là báo cáo kỹ thuật của một công ty, tôi chưa thấy đánh giá độc lập.

### 3.3 Anthropic (9/2025): "ngân sách chú ý" có hạn

Bài về kỹ thuật ngữ cảnh của Anthropic (29/9/2025) dùng thuật ngữ context rot và mô tả ngữ cảnh như một tài nguyên hữu hạn, mỗi token thêm vào tiêu hao một phần "ngân sách chú ý" của mô hình. Bài đề xuất vài hướng: nén khi gần đầy, ghi chú ra bên ngoài cửa sổ để đọc lại sau, và dùng agent phụ với bàn riêng. Đây là quan điểm kỹ thuật của một hãng bán công cụ, không phải thí nghiệm đối chứng.

**Điều rút ra:** ba nguồn cùng hướng: dài hơn thường không có nghĩa là tốt hơn. Mức độ và nguyên nhân thì chưa chắc, và mỗi mô hình khác nhau.

---

## 4. Phép tính để bạn tự kiểm lại (minh họa, có thể bỏ qua)

Đây là ví dụ minh họa với số dựng sẵn, không phải số đo. Giả sử cửa sổ 200.000 token. Một phiên làm việc gồm: phần nạp sẵn lúc bắt đầu 12.000 token, 25 lần đọc tệp mỗi lần 3.000 token, 40 đầu ra lệnh mỗi lần 1.500 token, và 60 lượt trao đổi mỗi lượt 600 token.

```python
window = 200_000
startup = 12_000
files, file_size = 25, 3_000
cmds, cmd_size = 40, 1_500
turns, turn_size = 60, 600

used = startup + files * file_size + cmds * cmd_size + turns * turn_size
print(used, round(used / window * 100, 1))
# 183000 91.5

# giả sử nửa phần việc là một việc cũ đã xong
old = 0.5 * (used - startup)
print(old, round(old / window * 100, 1))
# 85500.0 42.8

# bắt đầu lại với bản bàn giao 4.000 token
fresh = startup + 4_000
print(fresh, round(fresh / window * 100, 1), (window - fresh) // file_size)
# 16000 8.0 61   (số tệp 3.000 token còn nhét thêm được)
```

Đọc kết quả: phiên dài dùng khoảng 91,5% cửa sổ, và trong đó khoảng 43% là việc cũ. Chỉ còn chỗ cho khoảng 5 tệp nữa (17.000 chia 3.000). Sau khi bắt đầu lại với bản bàn giao 4.000 token, mức dùng còn khoảng 8% và nhét thêm được khoảng 61 tệp.

Lưu ý rõ: tất cả kích thước token ở trên là **giả định**, kể cả giả định nửa phiên là việc cũ. Kích thước cửa sổ, ngưỡng tự động nén và cách tính token phụ thuộc mô hình và công cụ. Phép tính không nói rằng 8% sẽ cho kết quả tốt hơn 91,5%, chỉ cho thấy **việc cũ chiếm chỗ bao nhiêu**. Hãy chạy `/context` trong phiên thật của bạn để xem số thật.

---

## 5. Khi nào nên làm gì: dọn, nén, tách hay bắt đầu lại

Hình dung bạn ở bàn làm việc: có lúc chỉ cần gạt bớt giấy, có lúc cần chép ghi chú sang tờ mới, có lúc nên sang hẳn bàn khác.

| Tình huống | Hành động | Căn cứ |
|---|---|---|
| Chuyển sang việc không liên quan | Dọn cuộc trò chuyện (`/clear`) | Tài liệu Claude Code: cuộc trò chuyện cũ chiếm chỗ của tệp cần tiếp theo và tốn token mỗi tin nhắn |
| Vẫn cùng một việc nhưng đã dài, gần đầy | Nén có chỉ dẫn (`/compact focus on <chủ đề>`) | Tài liệu Claude Code: bản tóm tắt giữ điều bạn chọn thay vì để công cụ tự đoán |
| Cần đọc nhiều tệp chỉ để tra cứu | Giao cho agent phụ | Tài liệu: nội dung tệp ở lại bàn của agent phụ, bạn chỉ nhận bản tóm tắt |
| Quy tắc bị quên liên tục | Đưa vào tệp hướng dẫn gốc dự án | Tài liệu: tệp này được nạp lại sau khi nén |
| Sửa cùng một lỗi nhiều lần mà vẫn sai, hoặc agent bắt đầu lặp lại | Viết bản bàn giao rồi mở phiên mới | Quy tắc kinh nghiệm của tôi, chưa có số đo |
| Làm sang ngày khác | Phiên mới cộng bản bàn giao | Tài liệu: mỗi phiên mới bắt đầu với cửa sổ sạch |

Cột "căn cứ" cho thấy phần nào có trong tài liệu và phần nào là **kinh nghiệm cá nhân**. Mốc cụ thể như "hai lần sửa" hay "quá một nửa cửa sổ" tôi chưa thấy nghiên cứu nào đo, nên hãy xem là điểm xuất phát để bạn tự chỉnh.

### 5.1 Dấu hiệu nên cân nhắc bắt đầu lại

1. Bạn chuyển sang một việc không liên quan đến phần lớn nội dung trên bàn.
2. Agent làm trái một quy tắc bạn đã nói và bạn phải nhắc lần thứ hai.
3. Agent sửa đi sửa lại cùng một chỗ hoặc đề xuất lại điều đã bị loại.
4. Bạn không còn nhớ cuộc trò chuyện đã chốt gì (agent cũng khó nhớ hơn).
5. Sau một lần tự động nén, chất lượng thay đổi rõ.
6. Lệnh `/context` cho thấy phần lớn chỗ là đầu ra lệnh và tệp đã xong việc.

---

## 6. Mẫu bản bàn giao (có thể sao chép)

Hình dung ghi chú ca trực: người vào ca sau đọc một phút là làm tiếp được. Dán khối này vào đầu phiên mới, hoặc lưu thành một tệp trong dự án để lần sau đọc lại.

```text
## Bản bàn giao
Mục tiêu: <một câu>
Đã xong và đã kiểm: <việc, kèm lệnh đã chạy và kết quả>
Đang làm dở: <tệp, hàm, bước tiếp theo>
Đã chốt và lý do: <quyết định, một dòng mỗi cái>
Đã thử nhưng không được: <cách, lý do bỏ>
Không được làm: <ranh giới, tệp không đụng>
Chưa kiểm hoặc giả định: <điều agent đoán chứ chưa chạy>
Lệnh để chạy lại kiểm: <một lệnh>
```

Phần "chưa kiểm hoặc giả định" lấy ý từ bài [Làm cho kết quả của AI tự chứng minh](https://www.stacklogs.io.vn/ky-thuat/ket-qua-ai-tu-chung-minh/): tách điều đã chạy khỏi điều chỉ đoán, để phiên mới không coi điều đoán là sự thật. Bạn có thể nhờ agent viết bản nháp rồi **tự đọc và sửa**, vì bản tóm tắt do AI viết cũng có thể sót hoặc sai.

Câu lệnh nén có hướng dẫn, dùng khi vẫn làm cùng một việc:

```text
/compact focus on: mục tiêu hiện tại, quyết định đã chốt, tệp đang sửa,
lệnh kiểm, và những gì không được đụng vào
```

---

## 7. Minh họa: một buổi sáng hai cách làm

Đây là tình huống minh họa, không nhắc đến người hay sản phẩm thật.

**Không dọn cuộc trò chuyện:**

- **09:00.** Dev nhờ agent sửa lỗi làm tròn trong hóa đơn và dặn: "Tên hàm mới phải bắt đầu bằng `calc`."
- **09:40.** Agent đã đọc 25 tệp và chạy nhiều lệnh. Lỗi sửa xong, test đạt.
- **10:30.** Cùng phiên, dev nhờ đổi màu một nút ở trang khác.
- **10:45.** Agent thêm hàm tên `computeColor`, trái quy tắc đã dặn lúc 09:00. Dev nhắc, agent sửa, nhưng sau đó lại đề xuất lại một cách đã bị loại ở 09:20.

**Có dọn và có bản bàn giao:**

- **09:40.** Sửa xong, dev commit và lưu bản bàn giao ngắn vào tệp ghi chú của dự án. Quy tắc `calc` đã nằm sẵn trong tệp hướng dẫn gốc.
- **10:30.** Dev chạy `/clear` và mở việc mới với yêu cầu rõ ràng.
- **10:45.** Agent đọc tệp hướng dẫn, đặt tên đúng quy tắc ngay lần đầu.

Việc nên làm ở cả hai: **quy tắc lâu dài vào tệp hướng dẫn, việc đã xong thì commit rồi dọn bàn**. Đây là minh họa nên không chứng minh điều gì. Bằng chứng nằm ở các nghiên cứu ở phần 3, và chúng cũng có giới hạn: mô hình cũ hơn, tác vụ đơn giản hơn công việc thật. Xem thêm bài [Bảy sai lầm khi viết yêu cầu cho agent](https://www.stacklogs.io.vn/kinh-nghiem/bay-sai-lam-viet-yeu-cau-cho-agent/).

---

## 8. Chỗ nào làm theo vẫn hỏng

| Tình huống | Cơ chế | Cách bắt được |
|---|---|---|
| Nén xong mất một chi tiết quan trọng | Bản tóm tắt chỉ giữ phần công cụ cho là quan trọng | Nén có chỉ dẫn, đưa chi tiết bắt buộc vào tệp hướng dẫn hoặc bản bàn giao |
| Bản bàn giao chứa điều sai | Bản nháp do AI viết có thể sót hoặc hiểu nhầm | Tự đọc, gạch phần giả định, kiểm bằng lệnh chạy lại |
| Bắt đầu lại quá sớm | Agent phải đọc lại tệp, mất công và tốn token | Chỉ làm khi có dấu hiệu ở mục 5.1 |
| Quy tắc gắn với thư mục con bị tóm tắt đi | Chúng được nạp theo nhu cầu vào lịch sử trò chuyện | Quy tắc bắt buộc đặt ở tệp hướng dẫn gốc |
| Nghĩ cửa sổ lớn là đủ | Độ chính xác vẫn có thể kém đi khi dài hơn | Vẫn dọn, vẫn giao việc tra cứu cho agent phụ |
| Tệp hoặc đầu ra quá lớn làm đầy lại ngay | Tự động nén có thể dừng sau vài lần thử | Xem tài liệu xử lý lỗi, chia nhỏ tệp, giao cho agent phụ |

---

## 9. Số liệu và tài liệu đã dùng

| Nguồn | Nói gì | Cách đọc | Lưu ý |
|---|---|---|---|
| Liu và cộng sự, 7/2023 (v3 11/2023) | Hiệu năng cao nhất khi thông tin ở đầu hoặc cuối, giảm khi ở giữa | Vị trí thông tin trong đầu vào dài có ảnh hưởng | Mô hình thời 2023, trang tóm tắt không nêu tên mô hình |
| Chroma, 14/7/2025 | 18 mô hình, độ tin cậy giảm khi đầu vào dài hơn | Dài hơn thường không tốt hơn | Báo cáo của một công ty, tác vụ đơn giản hơn thật, không giải thích cơ chế |
| Anthropic, 29/9/2025 | Ngữ cảnh là tài nguyên hữu hạn, đề xuất nén, ghi chú ngoài, agent phụ | Căn cứ cho cách làm | Quan điểm của hãng bán công cụ |
| Tài liệu Claude Code (How Claude Code works, Explore the context window) | Cái gì nạp sẵn, cái gì sống sót khi nén, cách `/clear`, `/compact`, `/context` | Căn cứ cho mục 2 và 5 | Tên lệnh và hành vi thay đổi theo bản |

**Đọc cho đúng:** cả ba nguồn nghiên cứu đều gợi ý hướng "dài hơn thường kém tin cậy hơn". Tôi **chưa tìm thấy** nghiên cứu đối chứng đo trực tiếp việc "dọn cuộc trò chuyện" hay "viết bản bàn giao" cải thiện kết quả bao nhiêu trong công việc thật. Các mốc ở mục 5 là quy tắc kinh nghiệm.

---

## 10. Thói quen áp dụng từ ngày mai

### 10.1 Tám câu hỏi giữa phiên làm việc

1. Việc đang làm còn liên quan đến phần lớn nội dung trên bàn không?
2. Quy tắc bắt buộc đã nằm trong tệp hướng dẫn gốc chưa, hay mới chỉ nói miệng?
3. `/context` cho thấy cái gì đang chiếm chỗ nhiều nhất?
4. Việc đã xong đã được commit và kiểm chưa?
5. Tôi có cần agent đọc nhiều tệp chỉ để tra cứu, và có nên giao cho agent phụ?
6. Nếu nén, tôi muốn giữ lại những gì (đã viết thành chỉ dẫn chưa)?
7. Nếu bắt đầu lại, bản bàn giao của tôi có phần "chưa kiểm hoặc giả định" chưa?
8. Tôi đang bắt đầu lại vì có dấu hiệu rõ, hay chỉ vì thói quen?

### 10.2 Ba việc làm ngay

1. Chạy `/context` trong phiên hiện tại và ghi lại ba thứ chiếm chỗ nhiều nhất.
2. Chuyển ba quy tắc bạn hay nhắc lại thành một khối ngắn trong tệp hướng dẫn gốc.
3. Lưu mẫu bản bàn giao ở mục 6 thành một tệp và thử dùng cho một việc trong tuần này.

---

## 11. Nhìn cân bằng: bắt đầu lại làm được gì, chưa làm được gì

**Làm được:** giảm lượng việc cũ chiếm chỗ, tránh lặp lại điều đã bị loại, buộc bạn viết ra điều đã chốt (có lợi cho cả người đọc sau này), và giúp quy tắc quan trọng có chỗ đứng bền ở tệp hướng dẫn.

**Chưa làm được:**

- Không bảo đảm kết quả tốt hơn. Phiên mới mất các chi tiết bản bàn giao không ghi, và agent phải đọc lại tệp, tốn công và token.
- Tôi không có số đo trong công việc thật cho các mốc "khi nào". Hãy tự thử và so.
- Cách các công cụ khác nhau nén, nạp lại và đặt ngưỡng khác nhau, và thay đổi theo bản. Tài liệu bạn đọc hôm nay có thể không còn đúng sau vài tháng.
- Một bản tóm tắt do AI viết cũng có thể sai.

**Đừng thổi phồng:** đây không phải thuốc chữa mọi trường hợp agent làm sai, nhiều lỗi đến từ yêu cầu mơ hồ chứ không phải từ cửa sổ đầy. **Đừng coi nhẹ:** cuộc trò chuyện kéo dài mà không ai nhìn mặt bàn là nơi lỗi nhỏ tích tụ, và việc dọn rất rẻ so với việc đoán xem agent đã quên gì.

---

## 12. Kết luận

Agent không nhớ vô hạn: nó làm việc trên một cái bàn có diện tích cố định, và nghiên cứu cho thấy bàn bừa thì kết quả thường kém ổn định hơn. Hãy đặt quy tắc bền vào tệp hướng dẫn, nén có chỉ dẫn khi vẫn làm cùng việc, dọn khi đổi việc, và khi bắt đầu lại hãy mang theo một bản bàn giao ngắn do chính bạn đã đọc lại.

---

## Nguồn tham khảo

Số liệu và mô tả lấy từ nguồn công khai tính đến tháng 10/2026. Tên lệnh và hành vi của công cụ thay đổi theo bản, nên hãy mở nguồn gốc để kiểm tra trước khi trích dẫn.

- Liu và cộng sự, [Lost in the Middle: How Language Models Use Long Contexts](https://arxiv.org/abs/2307.03172) (arXiv, 7/2023, bản 3 ngày 20/11/2023)
- Hong, Troynikov, Huber (Chroma), [Context Rot: How Increasing Input Tokens Impacts LLM Performance](https://www.trychroma.com/research/context-rot) (14/7/2025)
- Anthropic, [Effective context engineering for AI agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) (29/9/2025)
- Anthropic, tài liệu Claude Code: [How Claude Code works](https://code.claude.com/docs/en/how-claude-code-works) và [Explore the context window](https://code.claude.com/docs/en/context-window)