Compaction hooks 实战:保留末尾消息原文+摘要压缩,实现 agent 记忆连续性
MoonL88537 · x · 2026-10-21
作者分享自己调通的一套上下文压缩(compaction hooks)玩法:保留最近 n 条消息原文不动,用摘要模型选择切分点,把更早的内容剥离并压缩,再塞入 grounding 文档后boot 进该会话文件。效果「好到模型自己都察觉不出被打断」,曾一度以为坏了反复重跑(现在平台加了运行标记),调好后即获得完整连续性。这是让长程 agent 会话维持记忆与连续性的具体可复现做法。
「编程与Agent」频道最新
- 研究智能体 Épi 刷新 120 项纪录,n-queens 常数区间缩小 84 倍 — dair_ai · 2026-10-21
- 「空白输入框的隐性成本」：当操作负担经由语言重新回到用户身上 — _AustinCalvert_ · 2026-10-21
- DeepMind 论文：自进化 Agent 学新任务最快，忘掉旧知识也最多 — rohanpaul_ai · 2026-10-21
- arXiv 原文:《自进化 Agent 是持续学习者吗?》——可塑性代价是稳定性 — rohanpaul_ai · 2026-10-21
- PM OS、Team OS、Company OS:三层 AI 工作系统怎么搭、先搭哪个 — aakashgupta · 2026-10-21
- TorchTPU 实测演示：vLLM 与 SGLang 统一后端跑 TPU 服务 — Rob_Mulla · 2026-10-21