到阈值,就压缩历史
EoCC 在上下文达到阈值后,让模型写下任务相关状态,再用原任务与压缩结果开始新对话。例如 16K / 12K,分别指总上下文上限和触发压缩的阈值,不是把历史直接截断。
CONTEXT ENGINEERING · 论文音频解读
You don’t need long context
把整段历史,换成可继续工作的状态;需要原文时,再回去读取。
中文音频解读 · 17 分 13 秒
正在完整加载约 16.5 MB 音频,完成后尝试自动播放;若未响起,点击播放。
已核对全部34段内容覆盖;发音及补录拼接听感尚未人工核验。
任务很长,不等于每一步都要读很多。
智能体不断调用工具、阅读文件、修改代码,历史便越积越长。这篇论文提出一个具体问题:如果定期把历史整理成任务相关的状态,再用短一些的上下文继续,任务完成质量会下降多少?
作者在长流程任务和长输入任务上,研究“压缩历史”与“按需读文件”的组合。主实验使用 Claude Opus 4.5 与 GPT 5.6 Sol,许多设置保持了接近基线的结果,但模型、任务和上下文预算都会影响结论。
把上下文当工作台,
把文件和可回查记录当资料库。
EoCC 在上下文达到阈值后,让模型写下任务相关状态,再用原任务与压缩结果开始新对话。例如 16K / 12K,分别指总上下文上限和触发压缩的阈值,不是把历史直接截断。
长文档不一次性塞入提示,而是放进文件系统,让智能体通过 Bash 工具选择需要的片段。这同时改变了信息获取方式,效果不能全部归因于“摘要压缩”。
SAC 每次执行一个环境动作、观察结果并更新语义状态,再开始新对话。作者据此提出语义状态空间模型(SSSM)概念,但本文没有训练或验证一个新的 SSSM 模型。
在 SWE-bench Verified 的 500 项任务上,16K / 12K 设置下,Claude Opus 4.5 的解决率为 68.8%(完整历史基线 70.0%);GPT 5.6 Sol 为 84.6%(基线 84.4%)。这支持继续研究短上下文工作流,不代表所有模型都能无损压缩。
来源:arXiv 2611.05306v1,§2.4、§3 与附录 C 表 3。两组变化分别为 −1.2、+0.2 个百分点;结果限于该模型、任务、工具框架和压缩策略。NVIDIA · 2026
对应 arXiv v1(2026 年 11 月 3 日提交)。原论文标注 © 2026 NVIDIA,arXiv 使用非独占分发许可。本页链接官方 PDF,不重新托管原文;左侧为原创标题卡,并非论文封面截图。简介与音频为中文解读,以原论文为准。