脈絡壓縮正成為一種訓練目標

每一場漫長的代理工作階段，結局都如出一轍。脈絡被填滿、摘要隨即觸發，接著整段執行便在對先前內容的壓縮記憶上繼續進行。在 Claude Code 裡，觸發點是 /compact，或是當你接近視窗上限時自動執行的那一道流程。操作者把這一刻當成需要管理的摩擦：保住重要的狀態、指望摘要能留住它，然後繼續往前。近期一連串的研究卻指出，這種直覺即將過時。壓縮正從一個你在外圍設法繞開的推論期修補，轉變為模型直接最佳化的訓練期目標。當模型因為產出能挺過自身壓縮的軌跡而獲得獎勵，脈絡管理就不再是你在旁照看的差事，而開始成為一種你可以主動挑選的特性。 {.answer-block}

TL;DR

• 如今，脈絡壓縮發生在推論期。Anthropic 自己也把它定位為一種脈絡工程技術：把接近視窗上限的對話加以摘要，再用該摘要重新初始化。² 圍繞它建立的執行期工具組——/compact、自動壓縮、脈絡編輯、記憶工具——全都是包在一個並不知道自己正被壓縮的模型之外。³⁴
• CompactionRL 則訓練模型去預期壓縮。它以強化學習聯合最佳化任務執行與摘要產生，讓代理從壓縮後的軌跡中學習，而不是被壓縮打斷。¹
• 這些數字是真的。在 GLM-4.5-Air 上，它於 SWE-bench Verified 達到 66.8% 的 Pass@1，提升了 7.0 個百分點，並在 Terminal-Bench 2.0 上達到 24.5%。¹ 這些基準有爭議、也很新，並非玩具。⁸⁹
• 這不是單一一篇論文。Memory-R1 以強化學習訓練 ADD／UPDATE／DELETE 的記憶操作；MemAct 則把脈絡的策展視為策略所採取的動作，並端到端地加以最佳化。⁶⁷ 三個獨立團隊都伸手抓向了同一步棋。
• 無論如何，給操作者的結論都成立。把壓縮的接縫當成一個設計面，而非意外：決定哪些內容存放於持久記憶、哪些屬於暫時脈絡，用 PreCompact hook 守住這條邊界，並開始把模型經過訓練的壓縮能力當成一條規格，而非一則註腳。⁵

一個大家早已在管理的修補

脈絡是一種有限的資源，每一位運行長時間工作階段的操作者，都學會了要精打細算地分配它。Anthropic 自家的工程文章精準地為這個失效模式命名：隨著 token 數攀升，回想能力隨之退化，他們把這種衰退稱為脈絡衰退（context rot）。² 同一篇文章也用淺白的語言定義了對策。壓縮，就是把一段接近脈絡視窗上限的對話取來、將其內容摘要，再用該摘要重新初始化一個新脈絡視窗的做法。²

再讀一次那個定義，並留意工作發生在哪裡。它發生在模型的外圍、在推論期，由模型無從參與的機制執行。Claude Code 把這套機制具體化了。/compact 指令藉由摘要目前為止的對話來釋出脈絡空間，而你可以傳入聚焦指示，引導摘要要留下什麼。⁴ 自動壓縮會在脈絡接近上限時自動執行同一道流程；它透過 autoCompactEnabled 設定預設開啟，你可以用 CLAUDE_CODE_AUTO_COMPACT_WINDOW 設定它據以觸發的有效視窗，或用 DISABLE_AUTO_COMPACT 將它關閉。⁴ 在平台端，脈絡編輯會在你接近 token 上限時自動清除陳舊的工具呼叫與結果，而一個以檔案為基礎的記憶工具，則讓模型能把資訊完全存放在視窗之外。³

這些都是好工具。Anthropic 指出，光是脈絡編輯就讓一項長程代理評測提升了 29%，而搭配記憶工具後，在一次上百輪的執行中把 token 消耗削減了 84%。³ 重點不在於執行期做法有多弱，而在於它預設了什麼。這些技術每一項，都把脈絡當成工作階段的外部屬性來管理，套用在一個以未壓縮軌跡訓練、直到部署才首度遇上壓縮的模型上。模型一如既往地產出一段長軌跡。是別的東西在決定何時摘要、留下什麼、以及如何接續。接著，模型便在一段它並未撰寫、也從未受訓去預期的壓縮脈絡裡醒來。

模型受訓的方式與它被運行的方式之間的那道落差，正是新研究正在縫合的那條接縫。

CompactionRL 究竟改變了什麼

出自智譜 GLM 團隊的 CompactionRL，從同樣的問題陳述出發，卻把解法反轉過來。它不再把壓縮外掛到推論上，而是讓壓縮成為模型受訓內容的一部分。這套方法聯合最佳化任務執行與摘要產生，並運用 token 層級的損失正規化與跨軌跡的廣義優勢估計，好讓代理能從壓縮後的長程軌跡中學習，而不是被它們帶偏。¹

撇開這些機制，這個轉變其實不難說清楚。在執行期做法裡，摘要器位於策略之外，模型只能承受它產出的任何東西。而在 CompactionRL 裡，摘要是由執行任務的同一個策略所產生，兩者一同獲得獎勵。模型被訓練去寫出自己能據以行動的摘要，也去在自己所寫的摘要上妥善行動。壓縮不再是一種打斷，而成為代理已經演練過的一步棋。

這些成果落在當前的基準上。建立於開源的 GLM-4.5-Air 模型之上，CompactionRL 在 SWE-bench Verified 上達到 66.8% 的 Pass@1，絕對值提升 7.0 個百分點，並在 Terminal-Bench 2.0 上達到 24.5%。¹ 在較小的 GLM-4.7-Flash 上，它在這兩項基準上分別再加了 5.5 與 6.8 個百分點。¹ 這兩項基準都真實而艱難：SWE-bench Verified 是一個經人工驗證、含 500 個問題的子集，用於解決真實的 GitHub issue；Terminal-Bench 2.0 則是 89 項經人工驗證的命令列任務，前沿代理在其上的得分仍不到三分之二。⁸⁹ SWE-bench Verified 值得附上一個提醒：OpenAI 已於 2026 年初，因測試瑕疵與污染問題公開與它保持距離，因此宜將它視為最常被引用的代理式編碼基準，而非一項無可挑剔的基準。⁸ 這些增益能挺過這個提醒，因為它們是模型內部的差值：同一個基礎模型，經訓練去壓縮，勝過了它自己。

論文裡最耐人尋味的一句話並不是某個基準數字。CompactionRL 已被部署到用於訓練下一代開源 GLM 模型的強化學習流程中。¹ 壓縮已經從一件你對模型做的事，變成了一件用來打造模型的事。

並非一次性的偶然

一篇論文是一項成果。三個獨立團隊都伸手抓向同一步棋，則是一個方向。除了 CompactionRL 之外，另有兩篇 2025 年的論文，把脈絡管理當成一件要去訓練的事，而非一件要去包裹的事。

Memory-R1 為代理配備了一個記憶管理器，透過強化學習學會結構化的操作——ADD、UPDATE、DELETE 與 NOOP——好讓「記住什麼、丟棄什麼」的決策，成為一項學習而來的策略，而非一條固定的啟發法則。⁶ 它僅以 152 個訓練範例就達成其成果，這顯示這項能力比較接近潛藏，而非昂貴。⁶ MemAct 則更深入本文所談的這個框架。它把脈絡管理表述為就地編輯的操作——刪除與插入——並透過端到端的強化學習，聯合最佳化資訊保留與任務表現。⁷ 用他們的話說，記憶即行動：對工作脈絡的策展並不是一個前處理步驟，而是策略的一部分。

合在一起讀，這三篇論文描述的是同一場遷移。執行期工具組——脈絡編輯、外部記憶、排程摘要——是對有限視窗的當前解答。而訓練期做法則讓同樣的行為內化到模型之中，並針對真正要緊的那個獎勵去學習，也就是把任務做完。當同一個想法在同一年內，於記憶操作、脈絡編輯與軌跡壓縮裡先後出現，個別論文的重要性，反而不如它們共同指向的那個向量。

這對你今天的建構方式意味著什麼

這一切明天都還不會進到你的框架裡，而操作者誠實的問題是：在它抵達之前該做些什麼。答案不是等待。這場遷移為你早已圍繞脈絡在做的工作重新定價，而有幾步棋能讓你為即將到來的那個版本卡好位置。

把壓縮的邊界當成一個設計面。眼下大多數操作者都是不小心才發現自己的壓縮行為，事後才注意到某段摘要把第三輪裡的一個決策給丟掉了。讓它成為有意為之。事先決定哪些內容屬於能撐過任何重置的持久記憶——你的規則、你的專案慣例、任務契約——又有哪些屬於摘要獲准壓縮的暫時脈絡。在 Claude Code 裡，持久層就是你的 CLAUDE.md 與規則檔案，它們會在壓縮後透過 InstructionsLoaded 事件重新載入，以及一個以檔案為基礎、用來存放必須比視窗更長壽之狀態的記憶儲存區。³⁵ 其餘的一切，摘要器都可以隨意處置。

用 hook 守住接縫，而不是靠指望。Claude Code 提供了一個 PreCompact hook，會在壓縮之前觸發，並能引導或阻擋它；以及一個用於事後清理的 PostCompact hook。⁵ 如果某一類狀態絕不能被摘要抹去，PreCompact hook 正是你確定性地強制執行這件事的地方，而不是去指望一條聚焦指示會被遵守。這套紀律，跟讓 hook 成為「任何必須永遠執行之事」正確工具的那套，是同一回事：你把一項保證從提示詞裡挪出來，放進程式碼裡。

開始把經過訓練的壓縮能力當成一條規格來讀。隨著 CompactionRL 這個方向日漸成熟，各模型之間的差異，將不只在於脈絡視窗大小，也在於它們被訓練得多善於在壓縮狀態下工作。視窗大小當了兩年的頭條數字，就是那個定錨每一張模型卡的 200K 對比 1M 之爭。這個數字即將與一個更安靜的數字同台：當一個模型不得不摘要自己時，它退化得有多優雅。當你為長程工作評估一個模型時，把一項真正夠長的任務擺到它面前——一項至少會逼出一次壓縮的任務——然後看看有什麼留了下來。這種行為，正逐漸成為一項值得主動挑選的特性。

把長工作安排成讓接縫落在乾淨的位置上。即使是受過壓縮訓練的模型，跨越一個已完成的子任務時，也仍然比跨越一個寫到一半的子任務壓縮得更好。在訓練還沒到處跟上之前，你只要把工作塑造成讓自然的檢查點——一個通過的測試、一次已提交的變更、一個已收尾的子任務——對齊到壓縮很可能觸發之處，就能免費拿到大部分的好處。無論如何，這都是良好的框架設計，而它也正是那些受過訓練的模型正在學著去預期的結構。

立場

脈絡視窗大小，不再是定義框架架構的那道約束。兩年來，設計上的討論都是從 token 預算出發：能塞進多少、要驅逐什麼、何時摘要。這種框架把模型看成一只固定的容器，把脈絡看成一種你小心翼翼倒進去的資源。CompactionRL 這個方向，把容器給溶解了。當模型被訓練去管理自身的壓縮，視窗就不再是一道你設法對抗的硬牆，而成為一段模型被教會如何一路走下去的柔和梯度。

執行期工具組並不會消失。對於脈絡管理中真正屬於你的那些部分——哪些事實具權威性、哪些檔案是真相來源、任務到底是什麼——脈絡編輯、記憶工具與手動的 /compact，依然是正確的控制手段。這場遷移，比全面自動化更狹窄、也更耐人尋味。它把脈絡管理機械性的那一半，也就是摘要與接續的水電管路，搬進模型裡，而把編輯性的那一半，也就是判斷什麼要緊，留給你。脈絡工程一分為二：一邊是模型負責的，一邊是你仍然擁有的，而兩者之間的邊界，正是良好框架設計如今棲身的新地方。

跡象早已寫在 CompactionRL 那篇論文裡。壓縮在一個前沿模型的訓練流程中掙得了一席之地，就緊挨在編碼與推理的獎勵訊號旁邊。凡是進到訓練迴圈裡的能力，通常都不會再離開。贏得未來一年的操作者，是那些不再把壓縮當成要去撐過的意外，而開始把它當成一份要去設計的契約的人。

重點整理

• 壓縮正從推論期遷移到訓練期。 CompactionRL、Memory-R1 與 MemAct 各自獨立地運用強化學習，把脈絡管理變成一種學習而來的行為，而非一層外部包裝。¹⁶⁷
• 執行期工具是當前的解答，而不是最終的解答。 /compact、自動壓縮、脈絡編輯與記憶工具，都是圍繞著一個未受訓去預期壓縮的模型在管理脈絡。³⁴
• 刻意把持久記憶與暫時脈絡分開。 把規則、慣例與任務契約放進能撐過重置的那一層；其餘的一切，就讓它們可被壓縮。³⁵
• 用 PreCompact hook 強制守住這條邊界。 把任何「不得摘要」的保證，從聚焦指示裡挪出來，放進確定性的程式碼中。⁵
• 把壓縮能力當成一條規格來讀。 用一項長到足以逼出一次壓縮的任務去測試候選模型，然後看看有什麼留了下來。視窗大小，不再是唯一要緊的數字。

常見問題

什麼是脈絡壓縮？

壓縮，就是把一段接近脈絡視窗上限的對話加以摘要，並從該摘要重新初始化一個新視窗，好讓長時間運行的代理能越過原始歷史本會溢位的那個點繼續下去。² 它以逐字歷史，換取一個塞得下的壓縮表示。

Claude Code 會自動壓縮脈絡嗎？

會。自動壓縮預設開啟，並會在脈絡接近上限時執行。你可以用 CLAUDE_CODE_AUTO_COMPACT_WINDOW 調整有效視窗、用 DISABLE_AUTO_COMPACT 將它停用，或用 /compact 手動觸發一道流程，並可選擇為摘要傳入聚焦指示。⁴

CompactionRL 是什麼？

這是出自 GLM 團隊的一種強化學習方法，藉由聯合最佳化任務執行與摘要產生，訓練長程代理去與壓縮共處，好讓模型從壓縮後的軌跡中學習。它在 SWE-bench Verified 上把 GLM-4.5-Air 提升了 7.0 個百分點，並已被部署到下一代 GLM 模型的訓練流程中。¹

你能訓練一個模型去管理它自己的脈絡嗎？

近期的研究所展示的正是這件事。Memory-R1 以強化學習訓練明確的記憶操作，MemAct 把脈絡編輯視為策略的動作，而 CompactionRL 則直接訓練軌跡壓縮。這三者都讓脈絡管理內化為模型本身的一部分，而非一個執行期的附加元件。¹⁶⁷

訓練一個模型去壓縮，會讓脈絡視窗變得無關緊要嗎？

不會，但它改變了這個數字的意義。更大的視窗仍然有幫助，然而一個被訓練得擅長壓縮的模型，能在任何視窗之內走得比一個直到部署才遇上壓縮的模型更遠。經過訓練的壓縮能力，成為與原始視窗大小並列的第二條軸線。

現在，我該為代理的脈絡壓縮做些什麼？

去設計壓縮的接縫，而不是碰巧發現它。決定哪些內容存放於持久記憶、哪些屬於暫時脈絡，用 PreCompact hook 守住這條邊界，把長任務安排成讓壓縮落在已完成的子任務之間，並用長到足以逼出一次摘要的任務去評估新模型。⁵

資料來源