Agent 上下文 84% 是噪音，实测教你优化
hheadshott · reddit · 2026-08-27
作者通过一周的测量发现，其编程 Agent 塞入上下文的内容中，84% 是无人阅读的命令输出噪音（如 cargo test 的 4.7万 Token 中仅 669 字节有用）。
核心教训：
- 在执行时过滤：一旦进入 transcript，成本已付，必须在源头截断。
- 有界输出需说明丢弃了什么：静默截断比长输出更糟，因为模型无法区分“结束”和“切断”。
- 归因比压缩重要：不同组件对节省量的统计如果不统一，数据就是“玄学”。
- Agent 会绕过摩擦：如果原始命令比优化命令更容易调用，Agent 就会用原始的。
- 不要伪造零：如果账本不可用，应显示“未知”。
实测结果：在 14 个案例中，优化后交付的 Token 量减少了 84%（从 284,996 降至 44,400），同时保留了运行记录和校验和。
所属事件:实测发现 Agent 上下文 84% 为噪音，可通过过滤大幅优化(2 条相关)→
「编程与Agent」频道最新
- MiniMax M3 模型发布：百万上下文与 SOTA 编码能力 — MiniMax_AI · 2026-08-27
- 使用本体论作为概率型 Agent 的语义护栏 — JeremyCMorgan · 2026-08-27
- 研究称 Agent 完全自主比预设管架更擅长数学发现 — rohanpaul_ai · 2026-08-27
- DeepSeek-V4-Flash 推理提速至 51.5 tok/s — antirez · 2026-08-27
- Anthropic 拟为 Claude 推出任务板功能 — daniel_mac8 · 2026-08-27
- 从混乱到自动：我构建的 Git 原生 Agent 编排器 — thinking-out-loud-3 · 2026-08-27