节的标题：【长时记忆】。
“现在汤圆很强，但是它的工作是响应式的。”姜亦心说道，“我问一个问题，它回答一个问题；我追问下一个问题，它回答下一个问题。等到我问的问题太多了，超出了上下文窗口，整个对话就没法用了，然后打开下一个问题，一切从头开始。我们做御风的时候就对这个问题特意做了优化，然后在做这个成长助手的时候，我们遇到了同样的问题。”
这确实是在一线应用开发中才会遇到的痛点。
韩路一回头看了看苏念念，她最近做经营管理比较多，已经脱离产品一线一段时间了。
韩路一怕苏念念听不懂，停下来做了一些讲解——当然，他是对着姜亦心说的，只是让苏总顺便听一下。
“大模型进行生成的时候，就是把所有的上下文都放进模型里跑一遍，最后得出答案，所以上下文给的越多，占用的内存就越多，这个量有个极限大小，就是上下文窗口。”韩路一说道，“现在汤圆的上下文窗口是二十万个词元，这个量不算小，如果只是日常问答是够用的，但是在工程中使用的话就捉襟见肘了。”
“超出上下文窗口之后，大模型还能继续工作，但是它就会默默地忘记用户最一开始说的话，给出的答案很多时候都驴唇不对马嘴了，而用户还不知道是哪里出了问题。”
为了形象说明，韩路一讲了个网上的段子。
“有人说，你在和大模型聊天的时候，可以在最一开始加一个要求，让他在每一个回答最后都加一个‘喵’，等他什么时候大模型突然回答不带‘喵’字了，你就知道他已经超出上下文窗口了，需要换一个新的聊天进程了。”
苏念念确实不知道这些，尤其是最后的那个段子，她轻轻点了点头。
“所以在汤圆的上下文窗口有无限大之前，我们只能让它回答窗口里能撑得下的回答。”姜亦心总结道。
这个总结很到位。
把问题分析完之后，姜亦心终于翻到了她的提案。
ai技能。
“这是什么？”韩路一开口问道。
姜亦心想了想，说道：“可以理解成一种可复用的行动脚本。”
她怕这个解释太虚，又换了个说法。
“比如说，我想要一个运营复盘的技能，模型知道怎么写复盘，但每次都要从头思考，像一个很聪明但没受过公司培训的新人。ai技能就是把公司里成熟员工的做法沉淀成一套固定动作，什么时候触发，先