02 隐藏检查点的滚动摘要

02 隐藏检查点的滚动摘要

本节摘要:触发压缩后,旧对话被替换成什么?不是简单截断,而是一个隐藏检查点(hidden checkpoint)——由「结构化滚动摘要 + token 受限的近期上下文」组成。本节讲清检查点的结构:它长什么样、为什么是「滚动」的、近期上下文如何 token 受限地保留。理解了检查点,你才懂 Agent 压缩后「记得什么、忘了什么」。

一、检查点不是「截断」

先破除一个误解:压缩不是「砍掉前面一半」。简单截断的问题:

• 砍掉的可能含关键信息(如任务目标、关键决策)。
• 砍掉后模型「失忆」,可能重复问已问过的事。

OpenCode 的做法是生成一个隐藏检查点——它不是粗暴截断,而是「智能摘要 + 选择性保留」。检查点对用户不可见(所以叫「隐藏」),它替换了被压缩的旧对话,成为模型的新历史起点。

二、检查点的两部分

检查点由两部分组成:

旧对话(几十回合)
   │
   ▼ 压缩
隐藏检查点 = {
   摘要: "目标:重构X模块。已决定:用策略A。已完成:步骤1、2。下一步:步骤3。相关文件:a.ts, b.ts",
   近期上下文: [最近 N 回合的完整消息]
}
   │
   ▼ 替换旧对话
模型的新历史 = [检查点摘要 + 近期上下文 + 后续新对话]
​

三、结构化滚动摘要

摘要不是「自由文本总结」,而是结构化的——按固定板块组织:

• 目标(Objective):这次会话要干什么
• 重要细节(Important Details):关键决策、约束、发现
• 工作状态(Work State):已完成什么、进行到哪
• 下一步(Next Move):接下来该做什么
• 相关文件(Relevant Files):涉及哪些文件

这种结构化让摘要既有「宏观」(目标、状态),又有「可操作」(下一步、文件),模型看了能立刻接上工作。

为什么叫「滚动」

「滚动」指的是:多次压缩时,摘要本身也会被摘要。第一次压缩生成摘要 A,会话继续又爆了,第二次压缩会把「摘要 A + 后续对话」一起摘要成摘要 B......如此滚动。

第1次压缩:旧对话1 ──► 摘要A
会话继续,又爆
第2次压缩:摘要A + 旧对话2 ──► 摘要B(更高层)
会话继续,又爆
第3次压缩:摘要B + 旧对话3 ──► 摘要C
...
​

这种「摘要的摘要」让超长对话也能被层层浓缩。每次摘要会根据是否有前次摘要用不同提示:「创建新摘要」或「更新已有摘要」。

四、token 受限的近期上下文

除了摘要,还要保留最近几回合的完整对话。为什么?因为摘要丢失了细节,而「最近在做的事」需要细节——比如刚执行的命令、刚改的文件、模型的最新推理。这些用摘要说不清,必须原样保留。

近期上下文是「token 受限」的——它有一个预算(默认大致 min(8000, 可用额度的 25%)),在这个预算内尽量多保留:

保留预算 = min(8000, max(2000, 可用额度 × 0.25))
   │
   ▼ 在预算内,从最近回合往回保留
保留:最近 N 回合(默认 tail_turns = 2)
   │
   ▼ 如果 N 回合超预算,在回合内切分
保留:预算内的部分
​

💡 为什么按回合保留:对话是「回合」为单位的(一次模型调用 + 工具处理)。按回合保留保证「完整的问答对」不被切断——切到一半的回合会让模型困惑。

五、工具输出的额外修剪

除了对话本身,工具输出还会被额外修剪。工具输出往往很大(命令结果、文件内容),旧的输出大概率不再需要。所以有个额外机制:

• 从后向前累计工具输出的 token
• 超过保护阈值(如 40000)后,更老的工具输出被标记「已压缩」
• 只有修剪掉的数量超过最小阈值(如 20000)才真的提交修剪(避免小修无用功)

这保证了「大工具输出」不会随历史堆积把上下文吃光。

六、压缩后模型看到什么

压缩完成后,模型看到的新历史大致是:

[系统上下文]
[检查点:摘要 + 近期上下文]
[压缩后的新对话]
​

从模型视角,它「记得」目标、关键决策、最近在做什么(摘要 + 近期),但「忘了」中间过程的细节。这种「有损但够用」的记忆,让长对话能持续——代价是细节丢失(可用记忆库补,OpenWork 教程第 7 章)。

七、本节要点回顾

1. 检查点不是截断:是「摘要 + 近期保留」的智能替换,不是粗暴砍。
2. 两部分:结构化滚动摘要(目标/细节/状态/下一步/文件)+ token 受限近期上下文。
3. 结构化摘要:按固定板块组织,既有宏观又可操作。
4. 滚动:多次压缩时摘要本身也被摘要,层层浓缩。
5. 近期按回合保留:预算内保留最近 N 回合(N 默认 2),超预算在回合内切分。
6. 工具输出额外修剪:大输出从后累计超阈值则修剪更老的,防止堆积。
7. 有损但够用:模型记目标/决策/近期,忘细节——细节可用记忆库补。

检查点讲清了,下一节讲「跨压缩边界的约束」——为什么厂商原生消息不能被切割。