上下文图如何工作
连线就是上下文
在 ThoughtDAG 中，连线不是装饰。从一个节点继续提问时，进入它的结构路径决定哪些上游对话和材料会被编译进模型请求。
text
证据 A ─┐
├─→ 当前结论 ─→ 下一次提问
证据 B ─┘断开 证据 B → 当前结论 后，证据 B 仍留在画布上。你可以从它继续探索，也可以在需要时重新连线；但它已经从这条路径的模型上下文中移除。此后沿“当前结论”继续提问，模型不会再收到证据 B。
为什么使用 DAG
- 有向：上下文从较早的材料和推理流向后续问题；
- 无环：节点不会递归地包含自身历史；
- 可分叉：探索替代方向，不覆盖原路径；
- 可合并：明确选择多条证据路径共同进入综合判断。
画布可见不等于模型可见
| 状态 | 含义 |
|---|---|
| 画布可见 | 仍能检查并重新连接这段内容。 |
| 模型可见 | 当前上下文路径选中了它，并把它加入本次请求。 |
因此，走偏的思路、旧假设和失败实验可以留在图上，同时不必进入后续答案。
它能解释什么，不能解释什么
ThoughtDAG 可以检查并修改模型收到的内容，但不能证明模型内部为什么生成某个答案。输入来源与模型内部因果解释是两个问题。
工作流画布中的连线通常表示执行顺序或数据依赖；ThoughtDAG 的核心连线表示模型可见上下文。未来即使加入运行能力，执行状态也应与上下文依赖保持可区分。
外部 Agent 会话的边界参见 Agent 对话地图：它建立独立整理、持续更新的镜像，不会就地编辑原始日志。
从交互原则到可验证实验
“连线会改变模型收到的内容”不仅是一条界面规则，也可以通过控制实验检验。ThoughtDAG 的上下文干预基准先让错误信息沿多轮对话传播，再比较只删除错误源头、删除受污染子图和按依赖重算等处理方式。最终问题和判分规则保持不变，变化的是进入请求的上下文状态。