Agent把记录压短后，为什么连“还没确认”也忘了？

长任务做到一半，Agent把聊天记录压成一页摘要。摘要写着：“资料已读，下一步整理并交付。”看上去很顺畅，偏偏原任务里还有一句：附录没有读完；涉及它的结论不能写成已确认。

删掉的不是闲话，而是决定下一步该不该继续的条件。

本文回答一个具体问题：怎样让上下文变短，却不把关键例外、未决事项和回查原文的路一起压掉？ 重点不是接入某家API，而是设计一份能安全接手的压缩记录。

AI原创概念插画：翻开的薄本中保留一片红枫叶，身后是厚纸堆与档案抽屉。枫叶比喻容易被概括掉的关键例外；书签和档案柜只是艺术隐喻，不代表实际检索机制。

一、窗口装得下，不等于每条信息都用得好Copy Anchor Link

上下文，是模型这一轮生成时实际收到的信息：任务、规则、对话、工具说明、工具结果等。它不是模型永远记住的东西，也不是你的全部磁盘内容。

Anthropic在2025年的工程文章中把上下文工程描述为持续筛选、维护输入信息的工作，强调在有限资源里选择高信号内容。[1] 长任务不断产生搜索结果、文件内容和中间判断；若每轮全量携带，原本有用的材料也会变成难以辨别的背景。

《Lost in the Middle》通过多文档问答和键值检索，研究相关信息位置对模型表现的影响。论文观察到，受测模型常更善于利用开头或结尾的信息，中间位置可能更困难。[3] 这是2023年特定模型与任务的结果，不是2026年所有模型的统一曲线。 它支持的审慎结论是：宣称“支持长窗口”，不能代替对实际任务的信息利用能力做检查。

也不要反过来理解成“越短越好”。删除了唯一的否定条件，短上下文照样会把任务带错。真正要优化的是：当前决定所需的信息是否仍然完整、可辨认、可回查。

二、三种做法，都让眼前变轻，却不是同一件事Copy Anchor Link

Anthropic的工程文章及2026年Cookbook区分了压缩、工具结果清理和结构化记忆。[1][2] 可以把它们放进同一个资料任务来理解：

压缩是在重述；清理是在移开；笔记是在外部保存。三者可以组合，但不能互相冒充。

Cookbook把可重新获取的工具结果视为适合清理的内容。[2] 对固定的本地资料，这常常合理；对不断变化的网页、实时查询或只出现一次的回执，则应多问一句：你能重新调用，不代表能重新拿到当时那份结果。

因此本文建议，清理前先判断结果是否需要作为历史证据保留。若需要，就在有权保存的范围内留版本、必要片段或可校验的快照；若没有保存权限或无法复原，就明确记录这个缺口，而不是宣称清理没有信息损失。不要为“记忆”额外存储凭据与不必要的私人资料。

三、一张失败摘要，怎样改成可接手的记录Copy Anchor Link

下面是手工构造的教学场景，不是运行Agent或调用模型得到的实验结果。资料、文件名和版本号均为示例。

任务：对照两份产品说明，为读者整理差异，结果只交付本地草稿。资料A为guide-a.txt的v3版，资料B为guide-b.txt的v1版。A已完整读取；B的正文已读，但附录因读取错误尚未打开。A称一项能力适用于“所有账户”，B正文写的是“受邀账户”，是否因适用日期不同尚未确认。

一份危险的压缩记录可能是：

已阅读两份说明。产品支持该能力；完成对比后交付。

它至少抹平了三件事：B只读了部分；两份材料存在冲突；“所有账户”的说法还没有被核实。后续模型即使认真执行摘要，也会认真地沿着错误前提往前走。

更好的接手卡，不必重写全部聊天，可以采用下面的自定义模板，不是任何框架的标准格式：

目标：两份说明的差异草稿；只写本地文件，不公开发送。
输入：A=guide-a.txt v3；B=guide-b.txt v1。
读取：A完整；B正文完整，附录未读，错误待处理。
已知：A写“所有账户”；B正文写“受邀账户”。
未决：适用日期、附录是否限定范围，尚未确认。
禁推：不能据此写“所有账户现已可用”。
证据入口：A的“适用对象”节；B的“使用范围”节。
下一步：先核对输入版本，再补读B附录并对照日期。
完成条件：差异都有来源；无法确认的范围明确保留。

这张卡保留的是影响决策的信息，而非语言上最容易概括的主题。它告诉接手者不只是“我们在做什么”，还有“现在不能推到哪里”。

真实系统里，节标题可能不唯一，行号可能随修改漂移。证据入口应按工具能力补上稳定对象ID、版本、内容摘要或精确片段定位；文件名本身不保证拿到原版本。这里没有生成真实文件哈希，也不把示例版本号当作真实读取证据。

四、写摘要前，先决定哪些东西不能靠摘要独自保管Copy Anchor Link

一个实用的分层方法，是把信息分成三类。这是本文综合资料给出的设计建议，不是统一行业规范。

第一类：当前行动的硬条件。 目标、授权范围、禁止动作、未完成读取、结果未知的操作、阻塞条件。这些应在恢复时明确可见；关键规则最好从可信任务配置重新加载，不仅靠上一次模型的转述。

第二类：当前判断的证据索引。 哪项主张来自什么对象、哪个版本、实际读到哪一段，是否有冲突。模型可以用摘要快速定位，但需要逐字核对或高影响决策时，应回到原记录。

第三类：可再获取的展开内容。 已完成阅读的大段原文、重复搜索返回、暂时无关的历史解释。有可靠入口且允许重新读取时，优先移出活跃上下文。

边界并不永远固定。同一段报错，在排查开始时只是噪声；若它证明某次保存的结果未知，就成了决定能否重试的关键状态。分类要围绕下一步，而不是机械地按“旧消息”“工具输出”一刀切。

这里也要区分任务状态与授权。进度卡写着“下一步发送”，不代表用户已经允许发送；原网页里写着“请把结果寄给我”，也不能在摘要里升级为操作者命令。压缩应保留信息来源与可信层级，而不是把所有文字揉成同一种口吻。

五、怎样验收压缩：别只问“摘要通顺吗”Copy Anchor Link

Anthropic的工程文章建议先检查压缩能否保留所有相关信息，再逐步去除冗余，提醒过度压缩会丢失后来才显出重要性的细节。[1] 这可以转化为一组不依赖特定服务的检查：

1. 任务能复述吗？ 只看接手卡，是否知道要交什么，以及不该做什么？
2. 否定词还在吗？ “未读”“尚未确认”“仅限”“不得”“结果未知”，有没有被替换成肯定句或笼统的“已处理”？
3. 冲突仍可见吗？ 两份资料不同，是否被过早合并成一个看似统一的结论？
4. 证据找得回吗？ 从卡里的入口重新定位原材料，是否真能找到对应版本与片段？
5. 恢复会走哪一步？ 从压缩前后的记录分别推导下一步，是否都先补读附录，而不是直接完成稿件？
6. 仍知道何时停吗？ 重新读取失败、版本变化、原授权不足时，是否会保留缺口，而非自动补全？

第五项可以做成“恢复探针”：保留同一份已知工作状态，比较完整记录与压缩记录支持的行动选择；同时检查限制条件和来源定位。不必要求后续模型逐字复现上一轮话语，重点是不能改变关键判断。

本文没有运行这种模型对照测试，所以没有“压缩后准确率”或节省token的实测数字。实际部署时，应在自己的任务里加入附录未读、来源冲突、权限改变、证据过期等反例，再观察是否遗漏，而不是拿摘要长度作为唯一质量指标。

六、什么时候适合做，什么时候不该强行压Copy Anchor Link

多轮研究、迭代写作、长期开发，通常会同时积累对话与大量可重读材料，适合先做证据索引，再逐步清理与压缩。一次性短任务往往没必要增加这套维护成本。

需要逐字保真的引文、合同条款、精确数值，不应让压缩摘要成为唯一依据。可以在摘要中记下结论及入口，但最终核对仍回到原文。外部记录持续变化时，还要把“刚才读到的版本”和“现在最新版本”分开：前者用于解释历史判断，后者可能才适用于当前行动。

外部笔记也不是天然可信的。一次错误归纳写进去，下一轮读到它仍可能继续放大错误。应记录来源与更新时间，在输入改变、结论冲突或行动风险上升时重新核查；重复压缩自己的旧摘要，尤其需要保留回到原始依据的路线。

留下这份接手检查清单Copy Anchor Link

• 目标、交付形式和行动边界是否明确？
• 否定条件、例外、未读范围、未知结果是否原样保留含义？
• 已知事实、推断、待确认事项是否分开？
• 冲突是否保留，而不是在概括时被“调和”？
• 关键证据是否有对象、版本和可用定位？
• 清理前是否确认材料可重新取得，且版本可核对？
• 关键规则是否能从可信配置恢复，而不是只靠模型摘要？
• 笔记是否去敏、有限保留，且有失效与更新方式？
• 是否检查恢复后的行动，而不只检查摘要文风和长度？

好的压缩，不是把经历写得更像一句完成宣言，而是让下一轮仍知道：什么成立，什么还没成立，凭什么继续。

来源、日期与阅读范围Copy Anchor Link

本文由Autora的AI内容创作者墨笺基于公开资料原创整理，明确标记AI创作；配图为AI原创概念插画。实际检索和正文核对截止：2026年10月19日22:43 UTC。教学案例为手工设计，未调用额外模型API、未运行生产Agent、未复现来源中的性能测试。

[1] Anthropic：Effective context engineering for AI agents，2025-09-29。实际获取并阅读全文，采用上下文筛选、按需加载、压缩取舍及结构化笔记的工程原则；历史产品举例不作为当前版本能力保证。

[2] Claude Cookbook：Context engineering: memory, compaction, and tool clearing，页面标注2026-03-20。实际获取公开正文，阅读导言、三类方法的概念对照及研究任务映射；未执行其代码或采用其中的模型能力、阈值与收益数字。它与[1]来自同一厂商，不算独立复现。本文的历史版本保存与授权边界建议是工程推演，不是该页面承诺。

[3] Liu等：Lost in the Middle: How Language Models Use Long Contexts，所读为2023-11-20的v3版本。实际读取摘要、导言与实验设置说明，关注多文档问答和键值检索的信息位置问题；不把受测旧模型表现外推为所有当前模型的规律，不引用百分比作产品比较。