重度用 AI 干活的话，你大概见过这么一行字——「正在压缩上下文」，或者一个进度条走到底，提示你上下文快满了。

那一下，AI 在干嘛？

大多数人没细想。你以为它就是「整理一下、腾点地方，继续陪你聊」。但实际上，那一瞬间，它在替你做一件挺重的事：决定你们之前所有的对话和工作，哪些留下、哪些扔掉。而且这个决定，你基本看不见，默认也插不上手。

它扔掉的东西，可能正是你过会儿要用的。这就是为什么有时候 AI 会突然「失忆」——前面好好的，压缩一下，它就忘了你反复交代过的事。

我把市面上主流 agent 的压缩机制扒了个底朝天，从 Claude Code 到 Codex、Gemini CLI、OpenHands、Aider。发现它们压的方式很不一样，但底下是同一套逻辑。今天就把这条「压缩流水线」彻底拆开：它到底按什么顺序压、什么活得下来、什么第一个被丢，以及你怎么才能不被它的遗忘坑到。

先纠正一个误会：压缩不是「浓缩成精华」

很多人以为，压缩就是 AI 把前面聊的东西「智能地总结成精华」，留下重点。

不完全是。真实的压缩，是一套有明确优先级的取舍——它不是一上来就「概括」，而是先挑最不值钱、最占地方的下手。能用便宜手段腾出地方，就绝不动用昂贵的「概括」。

理解这条流水线的顺序，比记住任何单个技巧都重要。它大概是这么三步走，从最无损到最有损。

第一刀：先删工具输出

AI 干活的时候，最占地方的不是你们的对话，是工具输出——它读过的文件内容、跑命令的结果、搜索返回的一大堆东西。这些在一个干活的 agent 里，能占到七八成的空间。

而这些东西有个特点：用完就可以扔，要的时候再调一次就行。它读过的那个文件，内容记不记得在上下文里无所谓，反正需要时再读一遍。

所以压缩的第一刀，永远先砍这里：把旧的工具输出，内容替换成一个占位符（类似「旧结果已清空」），但保留「我当时调用过这个工具」的记录。这样模型知道自己干过这事，只是具体结果不在眼前了。

这一刀便宜、快、几乎无损——不用调用模型，就是机械地删。Claude Code 每次回答前都会默默做这个清理，只留最近 5 个工具结果，其余清掉。Anthropic 的接口里也有专门的开关干这件事，你能设「保留最近几个、至少清掉多少、哪些工具的结果永远别清」。

很多时候，光这一刀，地方就腾出来了，根本用不着后面更狠的手段。

保护层：最近的，和钉死的

第二件事，是它尽量不动的部分。

一类是「最近的」。最近一段对话、最近几轮操作，原样保留——因为你当下正在干的事，全靠它。

一类是「钉死的」。系统提示、项目根目录的 CLAUDE.md（如果你用 Claude Code）、当前的任务计划、正在用的技能——这些被钉在上下文里，压缩不去碰。

这里藏着一个特别重要、但很多人不知道的点：你写在 CLAUDE.md 里的规则，压缩动不了；但你在聊天里临时交代的话，压缩说删就删。 后面会展开它的意义。

最后一招：让模型把剩下的写成一份摘要

前面两步还不够，才轮到最后这一步——让模型把剩下的历史，概括成一份摘要，然后把原始的长对话整个换成这份摘要。这是最贵（要额外调一次模型）、也最有损的一步。

这一步里，藏着我觉得最值得讲的一个细节。

很多人以为它就是甩给模型一句「帮我总结一下前面」。不是。至少 Claude Code 不是——它用的是一个固定的九段模板，逼着模型按格式一段段填：

你看这九段——它要的不只是「聊了啥」，还有「为什么」（意图）、「卡在哪」（错误和修复）、「接下来干啥」（待办、下一步）。它甚至要求模型把你说过的关键的话逐字引用下来，不许自己换个说法转述。为什么？因为一旦允许它「自己理解着复述」，转着转着就会跑偏，越压越偏离你最初的意思。逐字引用，是给它上的一道锁。

顺便说一句，你如果用过 Claude Code，有时会看到对话开头冒出一句「This session is being continued from a previous conversation…」——那一整段，就是这份摘要本身。你看到它，说明你的对话已经被压过、换过一轮了。

那到底什么活下来，什么被丢

绕了一圈，回到最关键的问题：压完之后，什么留下了，什么没了？

活下来的：CLAUDE.md 和系统提示、工具定义、你当前在干的任务、最近改过的文件、最近的报错和解法、你说过的原话、还没做完的待办。

被丢掉的：你在开头立的规矩（「这个文件千万别动」「输出用这个格式」）、中间做选择的理由（为什么选了方案 A 而不是 B）、几十条消息之前讨论过的具体代码、还有那些你没明说、但希望它照做的细微偏好。

把这个不对称看明白，你就理解 AI 为什么会「失忆」了——

它能可靠地记住「接下来要做什么」，却会系统性地忘掉「当初为什么这么做」。 做决策时的那个「为什么」，几乎总是第一个被牺牲掉的。因为压缩的设计目标，就是「让任务能接着往下跑」，而不是「留住你们一路走来的来龙去脉」。

这也解释了一个很常见的坑：你前面跟它反复确认「咱们就用这个方案，因为另一个有坑」，压缩一下，它把「用这个方案」记住了，把「因为另一个有坑」忘了——过会儿它可能又兴冲冲给你绕回那个坑里去。

各家的压法，其实分几个流派

上面这套主要以 Claude Code 为例。但不同 agent，压法差挺多的，大致分几派——不管你用的是国外的还是国产工具，对照着看就清楚了。

主动摘要派：Claude Code 是代表，OpenHands 也是。OpenHands 的做法更有意思——它的摘要专门盯着「用户的目标、已经做到哪了、还剩啥没做、关键的文件和失败的测试」，而且它允许 agent 自己喊「我觉得该压了」，主动触发。

先删后压派：OpenCode、Kilo 走这条。它把流程拆成两段——先把旧的工具输出删掉（不调模型，便宜），如果这样还不够，再上 LLM 摘要。而且它有个规矩：除非能腾出足够多的地方（比如两万 token 以上），否则不值当地动手。

绕开压缩派：有的工具干脆尽量不压。Gemini CLI 靠的是把窗口堆到很大（上百万），能塞就硬塞。Codex 和 Aider 则换个思路——不把整个项目都塞进去，而是按需去取：Aider 特别巧，它用代码解析给你整个仓库画一张「地图」，只标出有哪些关键的类和函数、在哪个文件，把这张轻量地图发给模型，模型要看哪个文件的细节，再单独去取。

外部记忆派：还有一招是把关键信息写到上下文之外——存到硬盘上的文件里，清空之前先存好，之后要用再读回来。这其实就是给 AI 配一个外部档案。

这几派底下，是同一个权衡：在「省钱省地方」和「别丢关键信息」之间，各家选了不同的折中点。

还有一个容易被忽略、但很关键的区别：删除和转存不是一回事。

删除是永久没了；转存是把内容挪到外部、在原地留个「指针」，需要时还能取回来。一个不可逆，一个可逆。好的压缩，会尽量把「可能还要用的」转存，而不是直接删掉。

说到底，没有「无损压缩」

聊了这么多机制，我想说一句可能扫兴的话：别信「无损压缩」这个词。

只要是把多的压成少的，就一定有损，这写死在信息这件事的本质里。区别只在于——丢的是不是你正好要用的那部分。

而麻烦在于：自动压缩的时候，是机器替你做这个取舍，它经常丢错。 它会把你觉得重要的架构决策概括没了，却留着一堆没用的中间输出。有评测专门测过，让各种压缩方法记住「这一轮到底改过哪些文件」，结果普遍很差。

所以，与其指望它压得准，不如你主动配合它。

你能做的几件事

知道了它怎么压，就知道怎么不被它坑：

把关键信息放到「压不掉的层」。 这是最重要的一条。项目级的规矩、绝不能错的约束，别只在聊天里说一次——写进 CLAUDE.md 这种系统级的地方（前面说过，压缩动不了它）；重要的事实和数据，存到外部文件里。聊天历史是最容易被压掉的一层，别把身家性命押在那。

别等它自动压，自己挑时机压。 自动压总在快撑爆的时候才触发，那会儿它慌、压得糙。你不如在一个任务刚告一段落、上下文还算干净的时候，手动触发压缩，并且明确告诉它「这次重点保留关于 XX 的部分」。你指定的，比它瞎猜的准。

重要结论，自己复述一遍钉下来。 既然工具输出会被第一个删掉，那从一大堆输出里得出的关键结论，让它（或你自己）用一句话总结、明确写下来——这句话会留下，原始那一大坨会被清掉。

长任务拆开干。 别赌一个上下文从头扛到尾。拆成几段，每段干完、确认好，再开下一段。

最后

回到开头那个「正在压缩」的瞬间。

我现在的理解是：所谓自动压缩，不是 AI 变聪明了、能记住更多东西。恰恰相反——它是 AI 学会了有策略地遗忘。

它替你做的每一次取舍，本质都是一次赌注：赌你接下来，不需要它扔掉的那部分。赌赢了，你觉得它聪明又省心；赌输了，你就撞上一次莫名其妙的「失忆」。

你没法让它不遗忘——上下文有限，遗忘是必然的。但你能决定，把什么钉在它忘不掉的地方，把什么放心交给它去忘。

看懂这套取舍逻辑，AI 的「失忆」就不再是个让你措手不及的玄学，而是一件你能预判、能管理、甚至能利用的事。