核心概述
Context Compression 是一套针对 AI Agent 超长会话（百万级token）的上下文压缩方法论，核心目标是优化 tokens-per-task（完成任务总token消耗）而非单纯的 tokens-per-request。
核心用法
1. 锚定迭代摘要（Anchored Iterative Summarization）：维护结构化持久摘要，包含「会话意图、文件修改、决策记录、当前状态、下一步」五个强制章节。触发压缩时仅对新截断内容做摘要，再增量合并到现有章节。
2. 三阶段压缩工作流：
- Research Phase：将架构文档、接口探索压缩为组件依赖分析报告（5M token代码库→2000字规格）
- Planning Phase：转换为含函数签名、类型定义、数据流的实现规格
- Implementation Phase：对照规格执行，上下文聚焦规格而非原始代码
3. 基于探针的评估（Probe-Based Evaluation）：用功能性问题测试压缩质量——如「原始错误消息是什么」「修改了哪些文件」「下一步做什么」，替代传统的 ROUGE/相似度指标。
显著优点
- 结构化强制保留：显式章节作为检查清单，防止文件路径、决策等关键信息静默丢失
- 质量-压缩率最优平衡：锚定迭代法压缩率 98.6%、质量评分 3.70/5.0，优于不透明压缩（99.3%/3.35）和再生摘要（98.7%/3.44）
- Artifact Trail 专项认知：明确指出文件追踪是所有压缩方法的最弱维度（2.2-2.5/5.0），建议配合独立索引或脚手架状态追踪
潜在局限
- Artifact Trail 难题：即便结构化摘要也难以在百轮以上会话中完整维护「创建了哪些文件、修改了什么、仅读了哪些」
- LLM Judge 为桩代码：
compression_evaluator.py中的评估实现为演示 stub，生产环境需接入真实 LLM API - 社区来源（T3）：非企业级背书，需自行验证内容适用性
适合人群
- 构建超长会话 Agent（100+ 轮对话）的开发者
- 处理超大规模代码库（5M+ token）的 AI 编程工具团队
- 设计对话记忆系统、评估压缩质量的工程团队
常规风险
- 信息丢失导致重复探索：压缩过度会触发 re-fetching，反而增加总 token 消耗
- 幻觉风险：探针测试失败的压缩内容会导致 Agent 猜测或虚构文件状态
- 评估成本：探针式评估需额外 LLM 调用，增加验证开销
实践建议
- 在 70-80% 上下文利用率时触发压缩
- 对关键文件追踪启用独立索引，不依赖通用摘要
- 监控「重新获取信息频率」作为压缩质量信号