“让Astra在空文件夹里启动。旧Skill全部扔掉。一次直接做到答案。要修改就重新从零开始。”
这种极端总结很有传播力，因为听起来确实像那么回事：给AI不断叠规则，最后AI还没干活，光读员工手册就下班了。
但OpenAI官方真正说的更精确。
不是全部删除，而是只在需要时加载需要的东西。
这不只关系到Skill和AGENTS.md，也关系到长聊天和长时间Codex任务。
会话越长，旧对话、工具输出、日志、失败尝试和过期指令越可能留在后续判断的上下文里。有用的历史很宝贵；无用的历史则像把去年的收据、坏掉的U盘和六份重复清单全堆在桌上办公。
1. 官方不是让你“清空”，而是让你审计旧脚手架
OpenAI Developers在2026年9月11日发布了“Rethinking skills and prompts for GPT-6 Astra”。
文章针对的是为了旧模型而逐年累积的指令。过去模型不读文档，就加“每次必须先读”；会忘测试，就加“每次跑全套”；容易越权，就加“任何步骤都先确认”。
Astra的指令遵循能力更强。官方模型指南明确指出，它对Skill、AGENTS.md等上下文指令更敏感；模糊或冲突的指令可能让它过早暂停或阻塞工作。
所以问题不是Astra“不看规则”。
问题恰恰是它可能把给旧模型装的辅助轮也认真执行。
官方还把“每次编辑前无条件读取一堆文档”列为浪费上下文、拖慢工作的例子。
更合理的做法是：Skill描述短而明确；AGENTS.md只留真正长期有效的规则；专项文档只在相关任务时读取；事先定义“完成”；重新检查为旧模型增加的审批、暂停和过度测试规则。
不是一本巨型宪法，而是薄宪法 + 按需打开的专业手册。
2. “空文件夹、旧Skill全删、一次命中、修改就重来”有多真
“空文件夹启动”是夸张。官方没有要求抛弃已有仓库和所有历史，而是要求按任务读取所需资料。
“旧Skill全部删除”也不对。真正建议是缩小触发范围、缩短描述、清理冲突和多余约束。
“一次命中答案”只沾了一半边。官方强调定义完成条件，避免Astra做完第一版就停下；这不等于要求第一次输出就完美。
“修改就从零开始”更是相反。Astra支持mid-turn steering，可以在任务进行中接受修正和新要求，同时保留已经完成的工作。
真正的结论是：不要失忆，但不要让无用记忆永远保持激活。
3. 会话越长，上下文消耗真的越大吗
从API层面看，通常是的。
模型并非只看最新一句。被保存或重新传入的历史消息、工具结果、指令和会话状态，都可能成为下一次响应的输入上下文。
简化来看，早期可能是：
历史 5k + 新输入 1k = 约 6k 输入
后期可能变成：
历史 100k + 新输入 1k = 约 101k 输入
实际系统可能做压缩、截断、缓存或选择性保留，所以数字不固定。但历史绝不是无限免费的附件。
OpenAI的Realtime API文档也明确说明，先前回合的输出会成为后续回合的输入。
4. 有缓存就不用管上下文膨胀了吗
缓存很有用，但不是魔法垃圾桶。
截至2026年9月14日，GPT-6 Astra API标价为：普通输入每百万token 10美元、cached input 1美元、输出50美元；当输入超过272k token时，整个请求的输入和缓存费率变为2倍，输出费率变为1.5倍。
稳定的长前缀命中缓存后会便宜很多，但新内容仍会增长，缓存可能miss，大上下文里的冲突指令仍然存在，跨过阈值后价格结构也会变化。
另外，API定价不等于ChatGPT、Codex或Work产品内的使用额度。公开资料不足以证明“ChatGPT会话越长，额度就严格按历史token线性下降”。
5. 最大风险不是钱，而是“旧规则变幽灵”
Astra对指令敏感，所以100轮前的“必须在这里停”、已废弃的contract、为了防旧模型出错而加入的“每次全部测试”，都可能继续成为判断材料。
最麻烦的三类垃圾是：
已解决垃圾： 已修复bug、结束争论、淘汰方案。
重复垃圾： 同一规则换几个说法反复出现。
过期垃圾： 当时正确、现在已经不符合当前branch或contract的规则。
人会说“那是以前的事”。模型只看到它仍在上下文里。
于是强模型反而可能发生一种很有喜感的事故：无关指令也执行得更好了。
6. 新会话里说“把上一个会话全部读完再继续”好吗
只对一半。
如果开了新会话，却又把旧会话全文重新塞进去并长期保留，那只是换了房间，所有纸箱又搬上了新桌子。
更好的思路是把旧会话当仓库，新会话当工作台。
应带走：当前状态、已经确定的决定、仍有效的规则、未完成任务、验证所需的证据/文件/commit/URL，以及丢失会造成风险的约束。
通常可以留下：已解决讨论、超长试错日志、未采用方案、重复说明和旧规则。
Carry forward only what matters.
7. 实用的交接提示词
检查上一个会话，只继承当前状态、已确定事项、现行规则、未完成任务，以及验证工作所需的证据，然后继续。
不需要逐字重现或长期保留旧日志。删除过期指令、已解决讨论、中间过程和重复信息，只保留当前任务需要的上下文。
上一个会话中已经完成的工作不要重做，从第一个未完成点继续。
重点不是“禁止读取旧会话”，而是读取它是为了提取当前状态，而不是给全部历史发永久居留证。
8. 什么时候该切新会话
不要按固定轮数机械重开。更好的信号是：同一解释不断重建；模型复活已废弃规则；没人说得清做到哪；工具日志比有效状态还长；工作已经进入新阶段；或者当前状态明明能用10—30行说明，历史却有几万行。
研究 → 实现 → 验证 → 发布这类流程，很适合在阶段边界压缩。
API长任务还可以利用OpenAI提供的compaction，在保留任务相关信息的同时降低历史token footprint。
9. 结论：强的不是“空”，而是“桌面干净”
Astra不需要失忆。真正知识、已确定决策和重要边界都应该保留。
应该丢掉的是：把得到这些结论之前的所有绕路，每一轮都当成当前指令继续读。
旧会话 = 仓库。新会话 = 干净工作台。handoff = 只列必要箱子的运单。
不必信奉空文件夹。先把去年的收据和坏U盘从桌上拿走就够了。
Sources
- https://developers.openai.com/blog/rethinking-skills-and-prompts-for-gpt-6-astra
- https://developers.openai.com/api/docs/guides/latest-model
- https://platform.openai.com/docs/api-reference/realtime-server-events
- https://developers.openai.com/api/docs/models/gpt-6-astra
- https://developers.openai.com/api/docs/guides/compaction
