AI 编程老手不信任自动压缩，自建定制化上下文压缩

omarsar0 · x · 2026-11-04

Elvis（omarsar0）指出，如今多数 agent harness 都依赖某种形式的上下文压缩（context compaction），随着长时任务和多智能体系统普及，压缩质量的度量变得愈发关键。他明确表示不信任内置的自动压缩机制，因此自建了一套针对自己任务深度优化、并频繁评估的自动压缩方案。

他推荐了一篇 NVIDIA 的论文：实验显示频繁压缩下，前沿模型在广泛的长期/长输入任务上几乎不损失精度，同时保持上下文短小；在「每个上下文一次动作」设置下，Claude Opus 4.5 在 SWE-bench Verified 上拿到 70.2 分。