上下文开始变长时，很多系统只有一个默认动作：做摘要。短期看这很合理，毕竟 summary 能立刻把 token 压下来；但真正上线后你会发现，摘要并不是万用修复。它会保住一部分信息，也会重写一部分信息，而最危险的 bug 往往就出在这里。
真实系统里，至少有三种完全不同的动作：compaction、reset、memory write。它们解决的问题不一样，代价也不一样。如果三者不分，结果通常是两头失控：要么上下文越来越脏，要么系统把关键约束越压越平。
建议先结合 AI Agent 记忆淘汰与摘要策略、AI agent Session Store 设计、AI agent 上下文预算分配 和 AI agent Eval Dataset 构建实战 一起看。
别把 compact、reset 和 memory write 当成一件事
三者最核心的差别，可以先用一张表讲清：
| 动作 | 它做什么 | 适合什么场景 | 最大风险 |
|---|---|---|---|
| compaction | 压缩当前上下文，保留执行连续性 | 长会话但仍想沿着当前 run 继续做 | 关键约束被摘要抹平 |
| reset | 清空当前上下文，让新进程拿少量 handoff 重新开始 | 模型已经发散、焦虑或上下文污染严重 | handoff 信息不够，重新开局失真 |
| memory write | 把稳定事实写入长期或会话记忆 | 明确可复用的偏好、规则、事实沉淀 | 把临时噪音写成长期事实 |
如果系统遇到任何上下文压力都只会 compact，说明它根本没有决策层，而只是在做体积压缩。
什么时候 summary 够用，什么时候必须 reset
compaction 适合的信息有一个共同点：它们仍然属于当前任务，而且只是太长，不是太乱。比如：已完成步骤、已验证事实、剩余待办、当前工具限制。
但如果你已经看到这些信号，继续 compact 往往只会越压越糟：
- 模型开始为了“收尾”而提前结束任务
- 同一约束在不同轮里反复漂移
- 任务目标被中间草稿覆盖
- 工具失败历史太多，当前上下文充满噪音
这时候更合理的动作不是继续写摘要，而是 reset：给新一轮一个干净上下文，再通过一份结构化 handoff 只带走真正必要的状态。
失败案例：摘要保住了目标，却把“不能做什么”压没了
一个写作 agent 曾把 20 轮上下文压成 1 段 summary，只保留了目标、已完成内容和下一步计划。结果下一轮模型重新起跑时，完全忘了用户在第 4 轮明确提出的硬性约束：不能引用未核实数据。
事故的根因不是摘要质量差，而是系统把“用户硬约束”和“任务进度”混在同一个摘要里处理了。目标通常会被模型优先保留，否定性约束反而更容易丢。
更稳的修复方式不是让 summary 写得更长，而是把保留对象分槽：
- 用户硬性约束单独槽位，不参与普通滚动摘要
- 当前任务状态独立槽位，可被压缩
- 已验证证据单独槽位，只保留引用和来源
这样 compaction 就不是“一段话概括全部”，而是按信息类型做保留。
判断该写入 memory，最关键的是“跨 run 是否仍成立”
很多团队把“模型刚刚提炼出的有用结论”直接写进长期记忆，这是另一个常见问题。判断能不能写 memory，最实用的标准不是“看起来有用”，而是：
- 这个事实跨 run 是否仍成立
- 它是否已经被验证
- 它是否值得污染后续任务的默认上下文
比如“用户偏好中文输出”可以写入会话或长期记忆；“本次任务里草稿第二版比较接近目标”就更适合留在当前 run，不应该升级成长期事实。
一个最实用的决策顺序
与其问“上下文太长怎么办”，不如按下面这个顺序判断：
- 信息是否仍属于当前 run 且只是过长：优先 compact
- 当前 run 是否已经明显发散或污染：优先 reset
- 某条事实是否跨 run 仍有效：才考虑 memory write
这个顺序的价值在于，把“减少 token”放回次要目标，把“保留正确决策条件”放回首要目标。
Context 治理 Checklist
- compaction、reset 和 memory write 是否被当作三种不同动作建模
- 用户硬约束是否与普通摘要分槽保存
- 触发 reset 的条件是否明确，而不是等系统彻底跑偏才重开
- memory write 是否要求验证和跨 run 稳定性
- 评测里是否专门覆盖“摘要后约束丢失”的回归样本
- handoff 是否能支撑 reset 后的新进程继续工作，而不是重做全部推理
真正的边界
上下文治理的难点，从来不是“能不能压缩”，而是“该保留哪种连续性”。compaction 保的是当前 run 的延续性，reset 保的是重新获得清晰推理的能力，memory write 保的是跨 run 可复用的稳定事实。三者分清后，系统才不至于把所有问题都粗暴压成一段摘要。
延伸阅读：
