长上下文实测：百万 Token 窗口让传统 RAG 架构面临淘汰，直接“吞下”全本小说

本文记录了一位开发者从传统的 RAG（检索增强生成）架构向超长上下文模型迁移的实践体验。随着 Claude 等模型逐渐普及百万级 Token 上下文窗口，作者发现原本需要通过 PHP+MySQL 复杂切片和处理的《哈利·波特》全集（约 300K Tokens），现在可以一次性直接投喂给模型进行解析。实测显示，利用模型的原生长上下文能力，不仅能精准总结百万字英文原著，还能生成复杂的人物关系脉络图，标志着在部分应用场景下，繁琐的 RAG 工程化正在被模型原生能力所取代。