diff --git "a/docs/chapter9/\347\254\254\344\271\235\347\253\240 \344\270\212\344\270\213\346\226\207\345\267\245\347\250\213.md" "b/docs/chapter9/\347\254\254\344\271\235\347\253\240 \344\270\212\344\270\213\346\226\207\345\267\245\347\250\213.md"
index 4923fbf..d5e76ff 100644
--- "a/docs/chapter9/\347\254\254\344\271\235\347\253\240 \344\270\212\344\270\213\346\226\207\345\267\245\347\250\213.md"	
+++ "b/docs/chapter9/\347\254\254\344\271\235\347\253\240 \344\270\212\344\270\213\346\226\207\345\267\245\347\250\213.md"	
@@ -45,7 +45,7 @@ pip install "hello-agents[all]==0.2.8"
 
 ## 9.2 为什么上下文工程重要
 
-尽管模型的速度越来越快、可处理的数据规模越来越大，但我们观察到：LLM 和人类一样，在一定点上会“走神”或“混乱”。针堆找针（needle-in-a-haystack）类基准揭示了一个现象：<strong>上下文腐蚀（context rot）</strong>——随着上下文窗口中的 tokens 增加，模型从上下文中准确回忆信息的能力反而下降。
+尽管模型的速度越来越快、可处理的数据规模越来越大，但我们观察到：LLM 和人类一样，在一定点上会“走神”或“混乱”。大海捞针（needle-in-a-haystack）类基准揭示了一个现象：<strong>上下文腐蚀（context rot）</strong>——随着上下文窗口中的 tokens 增加，模型从上下文中准确回忆信息的能力反而下降。
 
 不同模型的退化曲线或许更平滑，但这一特征几乎在所有模型上都会出现。因此，<strong>上下文必须被视作一种有限资源，且具有边际收益递减</strong>。就像人类有有限的工作记忆容量一样，LLM 也有一笔“注意力预算”。每新增一个 token，都会消耗这笔预算的一部分，因此我们更需要谨慎地筛选哪些 tokens 应该被提供给 LLM。