Context Compact - 上下文压缩与连续性保护
L06 要回答一个问题：如何在 L05 的基础上让 Agent 上下文可持续，而不丢失认知连续性？
L05 给了我们骨架：两层注入 + SkillLoader + 容错性设计。但真实 Agent 执行长任务时上下文会爆炸——读大文件、跑长命令、积累 tool_result。撞到上限就崩溃？还是压缩后丢失关键信息？怎么做？
本章讲三个机制：
| 机制 | 解决什么问题 | 核心代码 |
|---|---|---|
| 三层压缩策略 | 主动管理上下文，预防式压缩 | 大→磁盘、旧→占位、长→摘要 |
| 连续性保护 | 摘要保住关键信息，模型能继续 | 目标/已完成/文件/决定/下一步 |
| 控制权归属 | 决策成本低→Harness，高→模型 | 固定规则 vs compact工具 |
这三个机制叠加在 L05 的 Skill Loading 上，循环本身不变。理解 L06，就理解了 Agent 如何”压缩不丢失认知连续性”。
一、三层压缩策略：主动管理机制
“上下文压缩的核心，不是尽量少字，而是让模型在更短的活跃上下文里，仍然保住继续工作的连续性。”
这句话概括了 Context Compact 的本质。不是”撞到上限才压缩”，而是三层主动管理。看代码：
# Layer 1: 大结果写磁盘（立即）def persist_large_output(output): if len(output) > THRESHOLD: save_to_disk(output) return f"<persisted-output> Preview: {output[:2000]}..."
# Layer 2: 旧结果换占位符（静默）def micro_compact(messages): tool_results = collect_tool_results(messages) for result in tool_results[:-3]: # 只保留最近3个 result["content"] = "[Earlier tool result omitted]" return messages
# Layer 3: 整体过长生成摘要（阈值触发）def compact_history(messages): summary = summarize(messages) # 保住连续性5要素 return [{"role": "user", "content": f"Compacted.\n{summary}"}]三层时机不同：
| 层级 | 触发时机 | 执行者 | 保留什么 |
|---|---|---|---|
| Layer 1 | 工具输出超过阈值 | Harness（立即） | 写磁盘 + 留预览 2000 字 |
| Layer 2 | tool_result 超过 3 轮 | Harness（静默） | 占位符 + 最近 3 个完整 |
| Layer 3 | 上下文总大小超过阈值 | 模型或 Harness | 摘要（连续性 5 要素） |
压缩本质：不是删除，是换表示方式
| 误解 | 正确理解 |
|---|---|
| ”压缩就是把旧内容删掉” | 压缩是换一种表示方式保留关键信息 |
| ”撞到上限才压缩” | 三层主动管理，预防式压缩 |
| ”摘要就是简洁省字数” | 摘要保住推理链路，让模型能继续 |
压缩本质：可恢复损失 ↔ 可持续空间的权衡。所有压缩都是有损压缩，但损失可恢复——指针保留”可恢复性”，磁盘保留”内容”。
验证你的理解
Q1：三层压缩同时触发时，执行顺序是什么？为什么？
:::details 答案 执行顺序：Layer 1 → Layer 2 → Layer 3。
原因：压缩顺序原则——决策成本低、恢复成本低、影响面小优先压缩。
- Layer 1（大结果写磁盘）：决策成本最低（固定阈值），恢复成本最低（磁盘有全文），影响面最小（单个 tool_result）
- Layer 2（旧结果换占位符）：决策成本低（固定规则），恢复成本中等（需重新调用工具），影响面中等（多个 tool_result）
- Layer 3（整体生成摘要）：决策成本高（需判断时机），恢复成本高（丢失推理细节），影响面最大（整个历史）
顺序错了会导致：Layer 3 先执行 → 摘要生成后上下文仍超限 → 无法完成压缩。 :::
二、连续性保护：摘要5要素
三层压缩解决”怎么压缩”，连续性保护解决”压缩后保留什么”。
如果摘要丢失关键信息，会发生什么？
场景：bug 调试时，已确定是新语法特性而非编码问题，压缩后丢失决策。 后果：模型偏向编码问题着手 → 重复排查错误方向 → 时间浪费。
本质：决策记录保住”为什么”，动作记录只保”做了什么”。
连续性5要素
摘要必须保住这5个要素，模型才能继续工作：
| 要素 | 内容 | 为什么重要 |
|---|---|---|
| 当前任务目标 | 用户要做什么 | 方向不偏离 |
| 已完成的关键动作 | 哪些步骤已执行 | 避免重复工作 |
| 已修改/查看过的文件 | 哪些文件被改动 | 知道当前状态 |
| 关键决定与约束 | 为什么选 A 不选 B | 决策追溯 |
| 下一步应该做什么 | 继续的方向 | 能立即恢复 |
类比：Git commit message——“为什么做这个改动”比”改了什么”更重要。
推理链路优先原则
压缩优先级：
推理链路优先 → 恢复成本 → 省空间| 优先级 | 内容 | 保留理由 |
|---|---|---|
| 最高 | 推理链路（为什么） | 决策追溯，避免方向偏离 |
| 中等 | 恢复成本高的内容 | 减少重新调用工具 |
| 最低 | 纯空间节省 | 可接受损失 |
验证你的理解
Q2：摘要丢失”关键决策”会发生什么？请举具体场景。
:::details 答案 具体场景：
Bug调试任务中，模型已经分析确认问题原因是”新语法特性不兼容”，而非”编码错误”。压缩时丢失这个决策。
后果：
- 模型恢复后偏向”编码问题”着手
- 重复排查错误方向（检查变量名、缩进、括号）
- 时间浪费，最终仍需重新分析
本质：决策记录保住”为什么”（新语法特性），动作记录只保”做了什么”（读了哪些文件）。丢失决策 → 方向偏离。 :::
三、控制权归属：决策成本决定分工
三层压缩谁来触发？Harness 还是模型？
控制权归属原则：决策成本决定控制权。
| 决策成本 | 控制权 | 示例 |
|---|---|---|
| 低（固定规则） | Harness | Layer 1/2 阈值检测，自动触发 |
| 高（时机判断） | 模型 | Layer 3 compact 工具，模型主动请求 |
Harness 控制层
Layer 1 和 Layer 2 的决策成本低：
- Layer 1：工具输出超过阈值 → 写磁盘。固定规则，不需要理解上下文。
- Layer 2：tool_result 超过 3 轮 → 换占位符。固定规则，静默执行。
Harness 的职责：执行层做固定规则，不需要模型参与。
模型控制层
Layer 3 的决策成本高：
- 需要理解上下文：何时压缩？保留什么？
- 需要判断时机：正在做关键决策时，不能压缩。
模型的职责：认知层做时机判断，通过 compact 工具主动请求。
验证你的理解
Q3：为什么 Layer 3 需要模型控制，而不是 Harness 自动触发？
:::details 答案 决策成本高，需要上下文理解。
Layer 3 摘要生成涉及：
- 时机判断：正在做关键决策时压缩会丢失推理链路
- 内容选择：保留什么取决于当前任务状态
- 连续性保护：需要理解”为什么”，不只是”做了什么”
这些决策需要模型参与——Harness 无法判断”当前是否在做关键决策”。
类比：自动驾驶分级——固定规则（车道保持）由系统做，时机判断（变道时机）由人或高阶系统做。 :::
四、特殊处理：read_file 保护
read_file 的 tool_result 有特殊保护——不压缩。
环境漂移问题
重新执行 read_file 可能读到修改后的内容：
# 第一次执行read_file("config.yaml") # 返回: "timeout: 30"
# 中间操作：修改了 config.yamledit_file("config.yaml", old="timeout: 30", new="timeout: 60")
# 重新执行（如果压缩后需要恢复）read_file("config.yaml") # 返回: "timeout: 60" ← 环境漂移！类比：MySQL 不可重复读——同一查询在不同时间返回不同结果。
read_file 特殊保护
| 工具 | 是否压缩 | 原因 |
|---|---|---|
| bash | 可以压缩 | 重新执行成本中等，结果可能变化但可控 |
| edit_file | 可以压缩 | 执行记录保住”改了什么”，不需要恢复原结果 |
| read_file | 不压缩 | 环境漂移风险 + 重新执行可能读到修改后的内容 |
权衡：加锁（阻止修改）vs 备份（保留副本）。当前设计选择备份——保留原 tool_result 不压缩。
验证你的理解
Q4：占位符为什么是”指针”而非”副本”？
:::details 答案 指针保留”可恢复性”，副本丢失”可恢复性”。
指针：
[Previous: used read_file]只指向工具名，不包含内容。全文在磁盘可恢复。副本：保留部分内容摘要。内容被截断，无法恢复完整信息。
所有压缩都是有损压缩，但指针保留了”可恢复性”的路径——需要时可以从磁盘恢复全文。
类比：Git 的
HEAD指针——指向某个 commit，不包含 commit 内容。内容在 Git 数据库可恢复。 :::
五、回顾：L06 在循环上叠加了什么
回到开头的问题：如何在 L05 的基础上让 Agent 上下文可持续，而不丢失认知连续性？
答案：
| 叠加机制 | 代码位置 | 循环的变化 |
|---|---|---|
| 三层压缩 | 工具执行后 + 上下文检查 | 不变——只是 messages 处理差异 |
| 连续性保护 | summarize() 摘要生成 | 不变——只是返回值内容策略 |
| 控制权归属 | Layer 1/2 Harness，Layer 3 模型 | 不变——只是触发机制差异 |
循环本身仍是 L01 的 while True + stop_reason + messages[]。L06 只是在”上下文管理层”叠加了压缩和连续性保护机制。
与后续课程的关系
理解 L06 后，你会发现后续课程都在 Context Compact 上叠加——循环本身始终不变：
| 课程 | 关系 |
|---|---|
| L04 Subagent | 摘要返回是压缩的特例——子 Agent 整个历史丢弃，只传摘要 |
| L05 Skill Loading | 第二层 tool_result 可压缩释放，两层注入价值在此体现 |
| L07 Permission System | 压缩后的上下文是否保留权限决策？设计权衡点 |
| L09 Memory System | 压缩解决当前会话，Memory 解决跨会话保留 |
核心洞察：Context Compact 是”可持续上下文”的机制。理解 L06，就理解了 Agent 如何”压缩不丢失认知连续性”。后续课程都在扩展压缩机制——权限保留、跨会话记忆。
六、心智模型升级：从 L0 到 L2
读完这篇文章，你的理解经历了怎样的升级？
L06 核心概念的理解升级路径
| 概念 | L0（表面） | L1（关联） | L2（深层） |
|---|---|---|---|
| 三层压缩 | ”大存旧替长摘要" | "主动管理，预防式压缩" | "压缩顺序原则——决策成本低、恢复成本低、影响面小优先。类比 TCP 拥塞窗口：扩张有触发，收缩有衰减” |
| 连续性保护 | ”保留5要素" | "摘要保住关键信息" | "推理链路优先——保住’为什么’（决策追溯），丢弃’做了什么’（动作记录）。丢失决策 → 方向偏离 → 重复错误” |
| 控制权归属 | ”Harness控制部分" | "固定规则vs模型请求" | "决策成本原则——低成本Harness（固定阈值），高成本模型（时机判断）。类比自动驾驶分级：车道保持（系统）vs 变道时机（人）“ |
| 环境漂移 | ”重新执行结果不同" | "read_file特殊保护" | "MySQL不可重复读类比——重新执行读到修改后内容。权衡：加锁（阻止修改）vs 备份（保留副本）。当前选备份” |
如何检验你达到了 L2？
用这个问题自测：
如何反驳”只要能干活，压缩随便做，省空间最重要”？
:::details L2 层级回答 反驳逻辑：压缩优先级 = 推理链路优先 → 恢复成本 → 省空间。
三个层面：
- 推理链路优先：丢失关键决策 → 方向偏离 → 重复错误排查 → 时间浪费。省空间换来的是认知偏移风险。
- 恢复成本：频繁压缩 → 恢复成本高（重新调用工具）→ 效率下降。省空间换来的是重新执行开销。
- 压缩本质：是认知连续性保护，不是删历史。目标是”可恢复损失 ↔ 可持续空间”的平衡，不是极端省钱。
正确做法：三层主动管理，保住连续性5要素，推理链路优先。 :::
本章目标：让每个核心概念都从 L0 升级到 L2。理解 L06，不只是记住代码，而是掌握”如何在循环上压缩不丢失连续性”的设计原则。
七、复习可视化
三层压缩流程
控制权归属决策
连续性5要素保护
环境漂移示意
支持与分享
如果这篇文章对你有帮助，欢迎分享给更多人或赞助支持！
音乐
暂未播放