上下文窗口是AI模型一次性能看到并处理的文本量上限。
发展：2022 GPT-3.5 4K → 2023 GPT-4 Turbo 128K → 2023 Claude 2 200K → 2024 Gemini 1.5 Pro 1M-2M → 2026 Gemini 2.5 1M+。
为什么重要：处理整本书/电影剧本、超长对话历史（不遗忘）、大规模代码库分析、复杂RAG系统多文档综合分析。
技术挑战：Attention的O(n²)复杂度（长度翻倍计算量翻4倍）、KV Cache显存线性增长、Lost in the Middle现象（模型倾向关注开头和结尾）。
解决方案：FlashAttention、Ring Attention(分布式)、RoPE(旋转位置编码)。
2026年，100K上下文已成为AI模型的标准配置。长上下文是行业军备竞赛方向之一。