Context Compression 技能评估
核心用法
本技能提供系统化的长会话上下文压缩策略，解决AI Agent在数百万token会话中面临的上下文窗口超限问题。区别于传统"最小化单请求token"的短视做法，该技能主张优化tokens-per-task（任务级总消耗），将压缩、信息重建与任务完成效率纳入统一框架。
核心方法为锚定迭代摘要（Anchored Iterative Summarization）：维护带显式分区的结构化摘要（会话意图、文件修改、决策、当前状态、后续步骤），每次仅压缩新增截断内容并与既有摘要合并，而非全量重建。这种"结构强制保留"机制通过专用字段 checklist 防止关键信息（如文件路径、错误码）在多次压缩中静默丢失。
显著优点
| 维度 | 优势 |
|------|------|
| **方法论先进性** | 明确提出tokens-per-task优化目标，纠正行业普遍存在的tokens-per-request短视优化 |
| **结构可验证性** | 显式分区设计使摘要内容可审计、可调试，优于黑箱式Opaque Compression |
| **生产级完整度** | 涵盖触发策略（固定阈值/滑动窗口/任务边界）、三阶段工作流（Research→Planning→Implementation）、探针式评估体系六维度评分 |
| **量化对比清晰** | 提供三种方法的压缩率-质量权衡数据（锚定迭代98.6%/3.70分 vs Opaque 99.3%/3.35分），支撑决策 |
| **问题诊断深入** | 指出Artifact Trail（文件追踪）是所有方法的共同弱点（2.2-2.5/5.0），建议分离专用索引而非依赖通用摘要 |
潜在局限
- Artifact Trail 未根本解决：即使结构化摘要，文件级追踪仍显薄弱，需配合外部状态管理
- 探针评估成本：功能质量验证需额外推理开销，小型项目可能 ROI 不足
- 分区设计依赖领域知识：不同任务类型（代码调试 vs 文档撰写）需定制化分区方案，技能未提供自动适配机制
- 增量合并复杂性：多次压缩后的信息溯源（哪轮压缩引入哪条信息）需额外日志追踪
适合人群
- 构建长时运行Agent系统的工程师（100+轮对话场景）
- 处理超大代码库（500万token+）的AI辅助开发工具开发者
- 设计对话记忆系统的架构师，需权衡存储成本与信息保真度
- 优化LLM API成本同时保持任务成功率的产品团队
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| **过度压缩** | 为追求99%+压缩率牺牲关键细节，导致反复re-fetch，总成本反而上升 | 坚守tokens-per-task指标，接受98%级压缩率 |
| **结构僵化** | 固定分区无法适应动态任务流，关键信息落入"其他"类别被忽略 | 定期审计摘要结构覆盖率，允许轻量扩展分区 |
| **评估偏差** | ROUGE等传统指标与功能质量脱节，高相似度得分可能掩盖关键信息丢失 | 强制采用探针式评估，直接测试任务连续性 |
| **跨会话漂移** | 压缩摘要作为下一session种子时，累积误差导致长期偏离 | 关键里程碑保留完整上下文快照 |
权威性与来源
技能内容基于Factory Research 2025年12月评估报告、Netflix Engineering 2025 AI Summit实践案例，以及LLM-as-judge方法论（Zheng et al., 2023），属于T1级工程实践总结，非理论研究。