---
title: "上下文预取 vs 按需加载（Context Prefetch vs Agentic）"
created: 2026-07-03
updated: 2026-07-03
type: concept
tags: ["agent", "context", "latency", "token-economics"]
sources: ["https://mp.weixin.qq.com/s/iiTmgbtrYHMMjQ7dn7CDrg"]
---

# 上下文预取 vs 按需加载

> Harness 要明确规定：哪些提前带入（Prefetch），哪些按需读取（Agentic）。

## 核心定义

在 [[workspace-first-architecture|Workspace-first 架构]] 中，上下文加载被拆成两种模式：

| 模式 | 触发时机 | 内容 | 特点 |
|------|---------|------|------|
| **Prefetch** | 进入工作区时自动 | 用户偏好、近期工作事件、常用经验 | 短、准、可控 |
| **Agentic** | 模型主动请求 | 完整文档详情、历史会议纪要 | 按需触发，增加交互轮次 |

## 设计权衡

- 预取过多 → 抬高上下文成本，大量不相关内容占据注意力
- 全部按需读取 → 增加交互轮次和失败点，延迟上升
- 最优策略：核心信息 prefetch + 详情按需 agentic

## 与记忆召回的关系

Prefetch/Agentic 是上下文层的加载策略，[[memory-recall-fast-slow|记忆快慢召回]] 是记忆层对同一思路的实现——fast 对应 prefetch，slow 对应 agentic。

## 参考

- [[zleap-workspace-harness-2026|Zleap-Agent Harness 设计]]
- [[workspace-first-architecture|Workspace-first 架构]]
- [[context-management|上下文管理]]
- [[memory-recall-fast-slow|快慢召回]]