上下文压缩省了 token，却破坏了 AI Agent 可靠性
PepperWestern2263 · reddit · 2026-07-23
这位 Reddit 用户分享了一个很实际的经验：压缩 AI agent 的上下文确实能减少 token 消耗，但也会在一些任务上悄悄降低可靠性。
他把上下文分成三类：
- 可丢弃上下文：重复搜索结果、重复文档、冗长文件列表、啰嗦日志，适合过滤或摘要。
- 承重上下文：精确错误信息、文件路径、行号、patch 锚点、测试名、验收标准。哪怕小改写，也可能让下一步失效。
- 机器消费型上下文：JSON、shell 输出、CSV、patch，或者任何会被别的工具解析的内容。这里最容易因为压缩而出事故。
他的核心结论是：目标不该是“最短上下文”，而该是足够短、但仍保留下一步所需证据和接口的上下文。
最后他也在问：大家在生产环境里是怎么处理这个问题的？是用明确的“禁止摘要”规则，还是依赖 agent 再次检索原始数据？
「编程与Agent」频道最新
- Topview 推出 MCP：打通电商数据与 AI 视频生成的全栈营销工作流 — iamfakhrealam · 2026-07-23
- 大家如何用 AI 让设计画布持续同步代码改动 — petergyang · 2026-07-23
- Harness Handbook 把 agent 行为映射回源码，显著提升规划准确率 — omarsar0 · 2026-07-23
- Hermes Agent 新增可迁移 Profiles，工作和个人代理彻底分离 — Teknium · 2026-07-23
- AI 编程智能体写码快过人类阅读，重塑开发工作流 — Al_Grigor · 2026-07-23
- Daniel Miessler 认为 AI 工作流会收敛成一个理想状态文档 — daniel_mac8 · 2026-07-23