这一讲的线：这一次的输入里放什么，谁来放？
任务每变大一步，就重新回答这次输入放什么、谁来放，并用一个对照判断放得对不对。
这一页为什么在这里
开场就把贯穿全讲的那根线立起来，后面的决策点才不是一串零散的论文，而是同一个问题在任务变大时一次次被重新回答。这根线是：模型训练完参数就定了，每一步只看得见这一次的输入；要它做的事却越来越大。于是每一站都要重新回答“这一次的输入里放什么、由谁来放”，而每一次回答，都是靠一个对照实验定下来的。后面各段第一页顶上的小站牌、各段末尾的“留下的问题 → 下一站”、收尾前的接力页（Q38），都回指这一页。
上屏
- 第 1 步：两行。不变的：模型每一步只看得见这一次的输入（参数训练完就定了）。变大的：要它做的事。
- 第 2 步：五站横排，每站写年份、要做的事、谁来放。① 2020｜回答会变的事实｜人写的规则：每题都去查；② 2022｜一步查不到的问题｜模型：何时查、查什么；③ 2023｜连续干好几天的 agent｜agent 自己：写下经历、自己管窗口；④ 2023–24｜窗口装得下一整本书｜挑：放什么、放哪儿；⑤ 2025｜要读几百份材料的研究｜多个 agent：分开放、再交接。站与站之间标“留下的问题”。
- 第 3 步：每站下面加一个定下它的对照：只换文档库｜拆开比｜拿掉一块｜只挪位置｜同预算吗？一行：每一站留下的问题，是下一站的起点；每一站都靠一个对照定下来。
- 第 4 步：右侧延出后几讲：第 9 讲 动手拿反馈｜第 10 讲 一个编程 agent｜第 11 讲 人和 AI 分控制｜第 12 讲 多个 agent 分工；一行：谁来放，还会继续变。
讲
第 1 步 · 教师可说的话
不变与变大
穿越回 2020 年之前，先把这一讲的主线摆出来。有一件事从来没变：模型训练完参数就定了，每一步只看得见这一次的输入。变的是我们要它做的事。
指图与比较
先立不变的约束与变大的任务，让学生知道五站在回答同一个问题。
第 2 步 · 教师可说的话
五站的问题线
事情每变大一次，“这一次的输入里放什么、谁来放”就得重新回答一次。2020 年是人写规则，每题都去查；2022 年交给模型，自己决定何时查、查什么；2023 年 agent 要连续干好几天，经历得自己写下来；窗口变大以后，问题变成挑什么放进来；到 2025 年，一个窗口不够了，分给多个 agent。
指图与比较
出现五站时间轴，沿任务变大的顺序比较每次由谁把什么放进输入。
第 3 步 · 教师可说的话
五站的对照
每一站都不是拍脑袋定的，都有一个对照实验。这一讲要带走的，一半是这五站，一半是这些实验背后的判断方法。
指图与比较
各站下方出现一个对照方法，把问题线与判断方法对应起来。
第 4 步 · 教师可说的话
接到后四讲
这条线不停在今天。下一讲 agent 要真的动手；第 10 讲看一个编程 agent 怎么管自己的上下文；第 11 讲人和 AI 怎么分控制；第 12 讲多个 agent 怎么分工。谁来放，还会继续变。
指图与比较
五站右端接出后四讲，显示这次输入由谁来放还会继续改变。
本页衔接
带着“放什么、谁来放、怎么知道放对了”，下一页回到 2020 年，当时知识该放在哪里。
连续教师稿原文
穿越回 2020 年之前，先把这一讲的主线摆出来。有一件事从来没变：模型训练完参数就定了，每一步只看得见这一次的输入。变的是我们要它做的事。
事情每变大一次，“这一次的输入里放什么、谁来放”就得重新回答一次。2020 年是人写规则，每题都去查；2022 年交给模型，自己决定何时查、查什么；2023 年 agent 要连续干好几天，经历得自己写下来；窗口变大以后，问题变成挑什么放进来；到 2025 年，一个窗口不够了，分给多个 agent。
每一站都不是拍脑袋定的，都有一个对照实验。这一讲要带走的，一半是这五站，一半是这些实验背后的判断方法。
这条线不停在今天。下一讲 agent 要真的动手；第 10 讲看一个编程 agent 怎么管自己的上下文；第 11 讲人和 AI 怎么分控制；第 12 讲多个 agent 怎么分工。谁来放，还会继续变。
讲授出口
→ 第 9–12 讲｜谁来放，还会继续变。可以在 第 4 步 停一下问：如果“谁来放”继续往下传，下一个接手的是谁？第 9 讲：输出变成行动，工具与代码拿回可验证的反馈；第 10 讲：一个编程智能体在真实代码库里自己决定读哪些文件；第 11 讲：人和 AI 怎样分控制权；第 12 讲：多个 agent 怎样分工与交接。
完整推理
一个不变的约束。 训练完成后参数固定；每一步生成时，模型只看得见这一次的输入（第五、六讲）。这个约束在 2020 年和 2025 年一样，所以五站其实在解同一道题。
一个变大的东西。 要它做的事：从回答一个会变的事实，到一步查不到的多跳问题，到连续几天的 agent，再到要读几百份材料的研究。任务每大一步，原来的回答就不够用，“放什么、谁来放”得重新回答。
五站。
- 2020：要回答会变的事实，还要说得出出处。回答：设计者写死规则，每题都去外面的文档库取前几段。定下它的对照：RAG 只换文档库、参数不动（Q07）；DPR 只换检索器（Q09）；BEIR 换领域再测（Q10）。留下的问题：查回来的不一定该用，查也有代价；有的问题一次查不到。
- 2022：一步查不到的问题（多跳问答、事实核查）。回答：把何时查、查什么交给模型，检索成为模型的一个动作。对照：PopQA 按常见程度分组（Q14）；ReAct 把只想、只查、边想边查拆开比（Q17）。留下的问题：一次任务结束，经历就丢了。
- 2023：连续干好几天的 agent（小镇、写代码、Minecraft）。回答：交给 agent 自己写下经历、教训、技能，并自己决定什么留在窗口。对照：Generative Agents 的消融（Q23）；Reflexion 与 Voyager 把经历写成教训或代码（Q24）；MemGPT 让模型自己换页（Q25）。留下的问题：写得越多，窗口越不够；写错了会一直错。
- 2023–2024：窗口大到能装一整本书。回答：问题从“装不装得下”变成“挑什么、放哪儿”。对照：Lost in the Middle 只挪位置（Q28）；RULER 区分标称与有效长度（Q29）；长上下文与 RAG 同时比质量和成本（Q30）。留下的问题：装下了也会变差，任务还在变大。
- 2025：要读几百份材料的研究任务。回答：分给多个 agent，各管各的上下文，再交接。证据：一份内部评测、一篇论证加一个例子、一个受控实验，分量不同（Q33）。留下的问题：agent 之间怎么交接、谁说了算，接到第 11、12 讲。
“谁来放”这一列就是剧情。 人写的规则 → 模型 → agent 自己 → 每一步的挑选 → 多个 agent。这是职责往下移，不是新方法取代旧方法：今天的系统里，五种做法同时存在。
方法线。 每一站都由一个对照定下来，连起来就是这一讲教的科研判断：只换一样东西（换索引）→ 只换一个部件才算公平（DPR）→ 换分布再测（BEIR）→ 按决定效果的变量分组（PopQA）→ 拆开比、看错在哪（ReAct）→ 先问“好”怎么测（Generative Agents）→ 问基线是谁跑的（Reflexion）→ 只动一个变量（Lost in the Middle）→ 测试太简单，结论就虚高（RULER）→ 质量和成本一起看（长上下文与 RAG）→ 同预算了吗、证据有轻重（2025）。
为什么各地的人能接力 （详见 Q38）：同一个约束、同一把尺子（公开的数据与基准）、公开的接力棒（论文、代码、模型）。
学生可能的回答与误区
- 第 2 步｜“后一站把前一站淘汰了。”不是。检索、让模型决定何时查、写记忆、挑选上下文、多 agent，在今天的系统里同时存在；主线讲的是任务变大后多出来的问题，以及职责往哪里移。
- 第 2 步｜“这是技术的自然演进，谁都会这么做。”每一站当时都有不止一条路（Q04、Q08、Q13、Q19、Q24、Q27、Q32 都让学生先押一次），是对照实验让大家收敛到其中一条；有的结论后来又被翻了过来（Q10）。
- 第 3 步｜“一个实验就决定了一站。”对照方法是缩写；每站背后有好几个实验，也都有适用范围，后面各段会划边界。
- 第 4 步｜“谁来放会一直交给 AI。”第 11 讲要讨论的正是人在哪里保留控制：哪些写入、删除、执行需要人确认。
教学构造与出处
- 教学构造：“这一次的输入里放什么、谁来放”这根线、五站的划分、“留下的问题”和方法线，都是本课为这一讲做的概括，不是哪篇综述的现成框架；各站的年份取代表工作首次公开的时间。
- 各站代表工作的出处在对应页：RAG（arXiv 2005.11401）、DPR（2004.04906）、BEIR（2104.08663）、PopQA（2212.10511）、ReAct（2210.03629）、Generative Agents（2304.03442）、Reflexion（2303.11366）、Voyager（2305.16291）、MemGPT（2310.08560）、Lost in the Middle（2307.03172）、RULER（2404.06654）、长上下文与 RAG（2407.16833）、Anthropic 多 agent 研究系统（2025-06-13）、Cognition “Don’t Build Multi-Agents”（2025-06-12）、Chroma “Context Rot”（2025-07-14）。
- 后几讲的题目取自课程主页 codingai.pages.dev 的课表：第 9 讲 工具、代码与可验证反馈；第 10 讲 单个编程智能体；第 11 讲 人机协作与共享控制；第 12 讲 多智能体的组织与协作。