我有一个可以节省 90% 上下文的 idea。 
核心思路是：在云端大模型和项目文件之间，加一个本地 Project Memory（相当于给 AI 专家配一个助手）。 
一句话说明现在上下文的困境：上下文太长，找不到重点。上下文压缩之后关键消失，又需要重新读取并且索引。 
解决办法： 
举例子说明：在一个化学实验室中。这个 AI 大模型就相当于专家。之前专家每次进这个实验室，都需要读取药品名称，来源，使用手册，剩余克数。这样效率非常低，而且专家记忆力有限。现在给专家配了一个助手，他就住在这个实验室。它可以随时告诉这个专家药品的名称、来源、使用方法、剩余克数等等。 
解决了什么：①极大地减小上下文的使用，效率提高。②记忆提高、精度提高。（比如原来删除了一个 xxx，上下文一压缩，又需要回忆这个文件是否存在。）③通过这个权重激活来减小上下文的储存。 
ai 助手 分成两个模块 
第一层是 Re...