持续整理会话，修剪不再必要的内容。这种上下文保留方式有什么具体的算法和实现吗

有，这块现在有比较成型的算法谱系。我按“选什么保、怎么保、什么时候触发”分三层说。 一、两种基本算法族 有个 2026 年的论文 Context Compaction Theory 把它形式化成两个博弈：Context Selection Game（选择保留一个子集）和 Context Generation Game（生成一条长度受限的新消息）。它证明了生成式压缩和单向通信复杂度等价，最小预算等于诱导通信问题在该错误率下的单向随机通信复杂度，所以通信复杂度的已知界可以直接搬过来。还给了个有意思的结论：存在一类查询，选择式需要比生成式多一个因子的预算。选择式等价于受限的一类单向协议，两者之间的 gap 就是两类协议的 gap。另外它拿 Anthropic 的压缩端点做了个 case study：让它只服务集合成员查询，结果错误率接近随机猜，而同样大小的 Bloom filter 是近最优——说明信息是在压缩阶段被丢掉的。 二、生产方式大概五类，按保守程度排 1. verbatim 删除式。模型给每行/每块打分，只删低信号内容，不生成任何新文本，存活行与原文逐字符一致。Morph 那套声称 50-70% 压缩、98% 逐字保真 tok/s。好处是彻底没有幻觉风险，文件路径、报错字符串、行号要么原样在要么彻底没了，不会被改写成“the stripe file”。问题是细粒度切分会切坏语义。 2. observation masking。JetBrains 的 Junie 那篇里提到的：工具调用记录保留，把旧的工具输出整块替换成 [masked]。在 SWE-bench 上质量与完整 LLM 摘要持平，且这一步零额外算力。核心假设是绝大多数工具输出只被消费一次，用完就不会再引用。 3. token 级剪枝。LLMlingua / LLMlingua-2 用小模型算 perplexity 或 BERT 打分，逐 token 删。自然语言能到 20x，但代码上很危险——删掉!== 里的! 或一个 new 直接改逻辑。所以对代码场景，删除粒度应该跟语义粒度对齐：按行/块，不按 token。 4. LLM 摘要式。Claude Code、Cursor、Codex 都走这条，Claude Code 具体做法是把消息历史丢给模型摘要，保留架构决策、未解决的 bug、实现细节，丢掉冗余的工具输出，然后带上最近访问过的五个文件继续。Anthropic 官方那条建议我觉得最实用：先在复杂 agent trace 上调 prompt 把 recall 拉满，确保不丢东西，再迭代 precision 去砍冗余。最低成本的一刀就是 tool result clearing。 5. 自适应 / 分层。ACON 的结论是均匀压缩是次优的，不同上下文段信息密度不同，该分别处理。大致可以分成三级：工具原始输出可以狠压（占典型会话 60-80% token）；推理轨迹和决策记录要小心（token 少但密度极高）；用户指令、当前报错、在改的文件路径、待办状态永远别压。这和 Anthropic 讲的“tool result clearing 是最安全最轻的一刀”是同一个判断。 三、触发与执行策略 阈值不是卡在 95% 才压，压完你得有空间继续干活。Morph 建议 80% 就触发，Claude Code 默认偏晚。还有个“预防优先”的思路：把压缩当成最后一道防线，先减少产生垃圾——搜索只返回片段而不是整文件、编辑用 diff 而不是整文件重写。他们测到这样能把 3-4 次压缩降到 0-1 次。 更关键的一点是：压缩之后 agent 只把压缩结果继续往下传，原始历史虽在存储里但不再进入上下文，因为每轮从全量历史重算一份摘要成本会爆炸。论文里算过一笔账：100 万 token 历史做一次摘要，光输出 10 万 token 就 5 美元、几分钟。所以压缩是有损且不可逆的，丢了的东西在后续步骤里就再也到不了模型。 四、几个具体实现可以照着抄 Hermes 那套（Joye 笔记里有）：75% 触发，保留前 3 条 + 后最多 6 条做中段保护，中间轮次摘要，而且是迭代累积——下次压缩保留上次的摘要继续叠加，不是重新从原文摘要。压完旧 session 以 end_reason=compression 结束、新建 session 挂 parent_session_id，通过 session 链保持谱系，用户视角仍然是一条对话。同时它把记忆块的快照冻在 system prompt 里保前缀缓存，每轮检索结果作为围栏块注入但不落盘、不改写原始消息——这是“保留”的另一半：不是所有东西都该塞进历史里，能在需要时再取的就别常驻。 Anthropic 那边还有两条互补的路子：结构化笔记（agent 自己写 NOTES.md / progress 文件，跨压缩边界靠读自己的笔记恢复）和 subagent（子 agent 在自己的干净上下文里烧几万 token，只回 token 的浓缩结论）。 一句话建议：先想清楚“丢了什么会让后面的决策不一致”，把它设成永不压缩区；然后对工具输出用 masking 或逐字删除这种无损手段做第一刀；摘要式压缩留到最后，并且用迭代累积而不是每次重开。顺序上先调 recall 再调 precision，别反过来。