专题 · FULL STORY

Codex Astra：跨窗口记忆压缩功能上线

OpenAI 于 9 月初在 Codex 中为 GPT-6 推出实验性压缩机制 Astra，可在上下文窗口填满时跨窗口保留并检索历史笔记。功能经社区披露后引发持续讨论与实测关注，目前仍为实验性配置。

2026-09-04 ~ 2026-09-07 · 2 集 · 9 条

第 1 集 · OpenAI Codex 为 GPT-6 Astra 推出实验性跨窗口记忆压缩机制(2026-09-04,5 条)

OpenAI 在 Codex 中为 GPT-6 Astra 推出新的压缩（compaction）机制，由 danielmac8 于 9 月 5 日披露。该功能目前为实验性质、默认关闭，需手动启用。启用后，模型可把关键信息以「笔记」形式跨上下文窗口保存，不再随旧窗口一起丢失；早先的上下文窗口（包括消息和工具调用记录）也变为可检索，而非把所有内容反复压缩成单一摘要。danielmac8 认为这让模型不再像「失忆症患者」。

已确认

  • 功能上线 Codex，属实验性、默认关闭、需手动启用（m2/m3/m4）
  • 两大核心能力：跨上下文窗口保存笔记；早期上下文（含消息与工具调用）可检索（m2/m3/m4）
  • 目标是解决上下文窗口写满后信息反复被压缩丢失的问题（m2/m5）

为什么重要

  • VraserX（m5）认为这是 Astra 最重要却最不起眼的功能：看似底层管道改造，实则是让长时间运行的 agent 真正随时间积累状态的关键一步
  • 跨窗口记忆延续意味着长任务 agent 不再「失忆」，对复杂多步骤工作流意义显著

第 2 集 · Codex 推出 Astra：跨上下文窗口记笔记并检索历史(2026-09-05,4 条)

OpenAI 为 Codex 推出实验性上下文管理功能 Astra（需开启 experimental 配置）：当上下文窗口填满时，可跨多个窗口持续保留笔记并积累细节，无需再反复压缩成单一摘要导致信息层层丢失，还能回搜同一任务中之前的消息与工具输出，包括笔记未记下的内容。有用户实测称该方案节省了大量额度，直击长任务上下文膨胀的痛点。