Context Compaction 中文一般叫「上下文压缩」或「压紧」。它解决的是一个很具体的麻烦：会话跑久了，历史消息、工具输出、读进来的文件会不断累积，迟早把上下文窗口撑满，任务就跑不下去了。
压缩的做法是：在快满的时候停一下，让模型把前面发生的事总结成一份摘要，然后用这份摘要替换掉原来那一大堆消息，会话带着摘要继续。你在 AI 编程工具里看到的「正在压缩上下文」，就是这件事。
先用一句话抓住它
Context Compaction 是在会话快撑满时，用一份摘要换掉冗长的历史，让任务能接着跑。
生活里的类比是长会议的会议纪要。开了三小时，没人会把逐字记录带到下一场；秘书会整理出「已决事项、待办、责任人、下一步」，下一场会拿着这份纪要开。压缩做的是同一件事：留结论和状态，丢过程和原始材料。
为什么会出现这个词
Agent 类应用把这个问题放大了。普通聊天几十轮就结束了，但一个跑批量任务的 Agent 可能要连续处理几十个条目，每处理一个就产生若干次工具调用和大段返回值。输入 token 随轮次线性增长，很快就顶到上限。
Anthropic 的官方示例里有一组对比数据能说明规模：同一个处理五张客服工单的流程，不开压缩时总消耗约 20.9 万 token、上下文里堆了 73 条消息；开启压缩后总消耗约 8.6 万 token，降幅接近六成，期间触发了两次压缩，每次压缩后消息数会被收回到一条。
flowchart LR
Turn["持续对话<br/>历史不断累积"] --> Check{"token 是否<br/>超过阈值？"}
Check -->|否| Turn
Check -->|是| Sum["请模型总结进度"]
Sum --> Replace["用摘要替换历史"]
Replace --> Cont["带着摘要继续执行"]
Cont --> Turn它通常包含什么
以 Claude Agent SDK 的自动压缩为例，流程大致是：逐轮监控 token 用量；累计用量超过设定阈值时，插入一条要求总结进度的消息；模型生成一份用 <summary> 包裹的摘要；清空原有历史，只留这份摘要；然后带着压缩后的上下文继续处理。
摘要里通常保留：已完成条目及其结果、分类和优先级、进度（做了多少、还剩多少）、发现的关键规律、以及下一步要做什么。被丢掉的通常是：知识库检索的完整结果、工具的完整输出、分类时的详细推理过程、草稿全文，以及各种中间处理细节。
阈值是可调的。官方给的经验是：低阈值（几千到两万 token）适合逐条处理实体的流水线，压得频繁但积累少；中等（五万到十万）适合有明确阶段的流程；高阈值（十万以上）适合需要大量历史背景的任务。还可以自定义总结用的模型和总结提示词，指定哪些信息必须留下。
和上下文窗口、RAG 的区别
上下文窗口是容量上限，压缩是撞到上限时的应对手段，两者是问题和对策的关系。RAG 也在处理「信息装不下」，但方向相反：RAG 是从外部海量资料里挑需要的进来，压缩是把窗口里已经有的东西缩小。一个管进料，一个管清理。
在上下文工程的四类策略里，压缩属于「compress」这一类；RAG 属于「select」；把中间结论写到文件里属于「write」；拆给子智能体属于「isolate」。实际系统里这四类通常一起用。
和长会话体验的关系
用户能直接感受到压缩的存在：AI 编程工具跑久了会「忘记」前面提过的某个细节，原因往往就是那段内容在压缩时被判为不重要而丢掉了。摘要保留的是结论，不是原文，所以任何依赖原始细节的后续操作都可能落空。
这也是为什么很多工具允许你在压缩前手动介入——在一个干净的节点主动触发压缩，比等到窗口快爆时被动触发效果更好：前者是在信息还清晰的时候做取舍，后者是在最不合适的时刻要求模型把一个几乎满的窗口塞进一段话。
容易误解的地方
第一个误解是把压缩当成无损。它按定义就是有损的，官方文档里也明确列为局限。需要完整审计链路的场景（合规记录、事故复盘、需要逐步回溯的调试）不适合依赖压缩，应该把过程另外落盘。
第二个误解是「压缩了就等于省钱」。生成摘要本身也要花 token，压缩太频繁反而增加开销。省的是后续每一轮都要重复携带的那部分历史，所以只有在会话足够长时才划算。
第三个误解是以为压缩会保护所有东西。不同工具的实现不一样，有些只压对话历史，启动时从磁盘加载的规则文件会在压缩后重新注入，而会话中途读进来的文件则会消失，直到有人重新读一遍。用之前值得确认一下你用的工具具体保留了什么。
怎么判断它该不该用
看任务形态。逐条处理独立实体（工单、商品、文件、issue）、有明确阶段划分的多步流程、长时间的批量分析和分块数据处理，都很适合压缩——这些任务的共同点是「前面的细节做完就不再需要，只需要知道结论」。
反过来，需要完整留痕的任务、强依赖原始上下文逐字内容的任务，以及那些服务端自带采样循环、压缩机制配合不好的调用方式，就要谨慎。一个折中做法是：压缩照开，但把关键中间产物同时写到外部文件或看板上，让摘要负责「继续跑」，外部存储负责「查得回」。