开源的确定性 Agent 上下文压缩层

MusicToThyEars · reddit · 2026-07-14

作者开源了一个给**长运行函数调用 agent**用的、**确定性、零 LLM** 的上下文压缩层 **Context Warp Drive**。 核心思路是避免两种常见做法的问题： - 直接截断历史：会丢掉有用信息 - 让另一个模型重写摘要：可能丢失精确标识符，而且会改变 prompt 前缀 这个方案的特点包括： - **确定性 folding**：相同输入会产生字节级一致的 folded view - **宿主保留原始历史**：模型侧只看到有限上下文 - **sealed prefixes** 在不同 epoch 间保持字节稳定，便于复用 prompt cache - 可按 path / claim activity 回溯 folded evidence - 支持 Anthropic、OpenAI、Gemini 的消息格式 实现上它只走 CPU、无 I/O、无运行时依赖。仓库里还包含： - 实现代码 - 900+ 条确定性测试 - benchmark 脚本 - 发布数据背后的证据与注意事项 项目地址：`github.com/dogtorjonah/context-warp-drive`

原文链接 →