专题 · FULL STORY

Codex 上线 Astra 压缩机制：笔记跨窗口保留

9 月 5 日 OpenAI 被披露在 Codex 中为 GPT-6 Astra 推出压缩机制，应对长任务中的上下文膨胀。功能可跨多个上下文窗口持续记录并保留笔记，需要时可回搜，随后更多细节被社区陆续挖出。

2026-09-04 ~ 2026-09-06 · 2 集 · 8 条

第 1 集 · GPT-6 Astra 压缩机制上线 Codex，笔记可跨窗口保留(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」。多家转发与讨论（m1、m3、m5）印证了同一信息。

已确认

  • 功能上线 Codex，属实验性、默认关闭、需手动启用（m2/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（m3/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 Astra 新功能可跨上下文窗口记笔记(2026-09-05,3 条)

OpenAI 为 Codex 推出新功能 Astra，用于应对长任务中的上下文膨胀：当上下文窗口写满时，Astra 可跨多个窗口持续记录并保留笔记，需要时可回搜同一任务中之前的消息和工具结果，而不必把全部内容反复压缩成单一摘要，避免细节层层丢失。实测显示该方案还能节省大量额度。