在会话早期，智能体处于“聪明区”：思路敏锐、注意力集中、回忆准确。随着会话增长，它会逐渐滑入“迟钝区”：变得潦草、健忘、错误更多，忠实性幻觉也更多。模型没有变，运行框架也没有变，只是上下文变多了。这就是注意力退化带来的直观感受。对于前沿模型，迟钝区通常被认为从约 125K–150K Token 开始，不过这一数值仍有争议。会话膨胀时应清空或压缩，不要硬撑。
性能下降是渐进发生的，因此很容易被忽略。没有错误消息，也没有可见边界；智能体只是先变差一点，随后变得明显更差。常见迹象包括：忘记你在 20 个轮次前给出的指令，重复已经纠正过的错误，或自信地断言与上下文明显矛盾的内容。因为退化过程很平滑，人通常会选择继续推进并重新解释——这又增加了更多上下文，让问题进一步恶化。
聪明区和迟钝区并不等同于上下文窗口上限。即使窗口大部分仍为空闲，会话也可能已经深陷迟钝区：窗口上限只决定运行框架何时拒绝继续，而质量早在那之前就会下降。规划工作时应围绕聪明区，而不是围绕理论窗口容量——任务的实际预算，是智能体能够保持良好工作的 Token 数量，而不是技术上最多能容纳多少。
聪明区是一份预算，无关工作同样会消耗它。会话中完成的每项任务都会占用 Token，因此在同一会话开始第二项任务，就意味着它从更靠近迟钝区的位置起步。每个会话只做一项任务，可以让每项任务都获得会话最敏锐的阶段。如果单项任务大到超过一个聪明区，就应拆分：在自然边界进行交接或压缩，让全新会话完成下一部分。
用法：
“前三个组件都做得很好，第四个却完全搞砸了。”
“已经离开聪明区了——模型还是同一个，只是现在深入迟钝区。压缩会话并重新加载计划，下一个组件就能正常完成。”