上下文驱逐：预算，而不是绝对保证
Ambi 将会话历史与共享 Agent 配置分离。EvictionStrategy 的 max_safe_tokens 阈值（默认 8,000）用来限制保留的聊天历史规模。
当前算法
ChatHistory 使用 (Arc<Message>, token_count) 保存消息，并缓存 total_tokens。当历史估算 Token 加上 Prompt 开销超过阈值时，算法按消息级 FIFO 从最老消息开始删除，直到满足预算或无消息可删。
rust
use ambi::config::EvictionStrategy;
let agent = Agent::make(engine_config).await?
.with_eviction_strategy(EvictionStrategy { max_safe_tokens: 4096 });System Prompt 和 AgentState.dynamic_context 不属于普通历史消息，其开销在其他位置计算。on_evict 回调可接收被删除的消息，但持久化存储是应用层的责任，并不是核心自动提供的保证。
实际边界
- 默认 Tokenizer 主要用于近似预算统计，不等于所有模型的精确 Token 数。本地 llama.cpp 另外提供精确计算路径。
- 当前驱逐以单条消息为单位，并不保证 assistant tool call 与 tool result 被当作原子组一起保留。
- 多模态和各 Provider 特有的 Token 成本可能无法被预算完全覆盖。
- 过长的动态上下文或单条输入仍可能超过模型窗口。
- 驱逐不等于长期记忆。可插拔 Provider 参见
ambi-memory。
因此，max_safe_tokens 是可调优的安全阈值，不是“永远不会出现上下文长度错误”的证明。
Leaf 与上下文驱逐
每个 Leaf 都有独立的新历史并继承父级驱逐策略；完成后丢弃 State，且内部驱逐不会触发父级持久化回调。返回父级的只有最终结果。