上下文压缩之后关键细节丢了?分清自动压力、溢出恢复、`/compact` 三条触发路径

简介: 在 DeepSeek Harness 中,压缩有三种不同的触发方式:计量压力超过阈值、提供方确认上下文溢出后触发恢复,以及用户手动输入 `/compact`。三种方式选择的范围和保留预算各不相同,而且都只替换**模型可见的表层**,底层持久日志一条都不少。真正的风险在于把「发起过压缩」等同于「摘要保留了细节」,或者在会话被一个不可拆分的大单元占满时,反复重试同一条命令。本文依次说明「三种触发 → 保留与替换 → token 计量怎么看 → 工作流程 → 失败怎么判断 → 安全边界」。

「压缩执行过了,但模型忘了此前约定的接口名」——这类反馈在长会话中很常见,而且往往并非 bug。 压缩本来就不承诺保留每个细节;它的作用是把较早的历史替换为一条摘要,让会话得以继续。

在实际使用中,最常见的六类误判是:

  1. 把「发起过压缩」当成「压缩成功并且保留了细节」;
  2. 以为压缩是删除数据,忽略了底层持久日志其实原样还在;
  3. 以为所有实现都按固定的百分比压缩,于是拿别处的经验套当前部署;
  4. 把 totalTokens 和 surfaceTokens 当成同一个量直接相加;
  5. 会话被一个不可拆分的大单元占满时,反复重试 /compact 期待它突然成功;
  6. 手动命令报错时,以为是参数问题,去猜一个不存在的参数。

要避免这些误判,首先要明确一点:压缩是一项可选能力,是否可用取决于服务、后端和用户命令;三条触发路径的规则各不相同。 站内教程版可参考上下文压缩与 /compact 命令。

一、三种触发方式,规则完全不一样

压缩参考将自动触发归为两类:计量压力与已确认的上下文溢出。再加上用户手动触发,合计三条路径。

机制 触发条件 预期行为
压力压缩 计量压力越过后端阈值 可选剪枝后,摘要较早的平衡历史
溢出恢复 提供方确认上下文溢出 更激进的缩减,可能支持有限重试
/compact 用户在空闲时调用 即使未达阈值也请求手动缩减
工具结果剪枝 触发后且安装了可选组件 可能不调用摘要模型就缩小结果

表中有两组区别尤其值得留意:

  • 压力压缩 vs 溢出恢复:前者依据自身的计量估算,后者则是提供方确认的事实。后者提供的依据更确凿,因此可以采取更激进的缩减。
  • /compact vs 自动路径:手动路径不需要等到阈值,但它需要会话空闲。

基础后端默认启用,但别推广到所有组合

基础后端文档说明:随附的基础配置默认启用该后端,其他组合可能不同。

「我的部署里能运行 /compact」,不能据此推断「所有部署都有这个命令」。

默认阈值是一个公式,不是一个百分比

基础后端文档给出的默认压力阈值为:

floor(min(W × 0.8, W − O − B))

其中:

  • W:模型上下文窗口;
  • O:生效请求的输出预留;
  • B:额外余量,默认 65,536 token。

近期历史的逐字保留预算默认为 W − O 的 16%。

这里必须说清楚两件事:

  1. 策略配置和按模型覆盖项都能改变这些数值;
  2. 这个公式属于该后端,不能推广成「所有实现都在固定百分比压缩」。

因此,网上所说的「压缩发生在 80% 窗口」,只对特定后端的特定配置成立。

二、/compact 到底保留什么、替换什么?

安装命令组件后,在聊天中输入:

/compact

该命令会在轮次之间立即发起缩减请求,即使尚未达到自动阈值。

1. 三条路径的保留预算不同

  • 普通压力策略:逐字保留近期尾部;
  • 手动路径:以零保留预算选择平衡范围;
  • 确认溢出后的恢复:也会绕过普通保留策略。

也就是说,虽然都叫「压缩」,手动触发和自动触发处理近期历史的方式并不相同。如果某段近期内容特别关键,压力压缩通常比手动 /compact 更愿意保留它。

2. 范围边界保持配对,但不要求保留整个轮次

所选范围的边界会保持工具调用与结果的配对,但不要求保留整个轮次。

这条规则会直接带来一个结果:一个不可拆分的超大单元,可能导致根本没有可用范围。 后面第五节会展开。

三、被遮蔽 ≠ 被删除

这是全文最重要的一条区分。

压缩作用于模型可见的表层:较早范围会被一条摘要消息遮蔽。

而持久日志仍然记录范围、摘要和生命周期事件。

所以:

  • 遮蔽不等于删除底层日志;
  • 遮蔽也不保证旧范围内每个细节继续对模型可见。

必须把这两句放在一起理解。只记住前一句的人,会在压缩后毫无防备地依赖模型的记忆;只记住后一句的人,则会误以为压缩删除了日志。

摘要本身是模型生成的,会漏也会歪

摘要由模型生成,可能遗漏或歪曲信息。 因此,压缩之后应该核对关键决策,不能假设摘要忠实。

在讨论 #11217中,有用户反馈原生命令不接受自由文本的摘要侧重点,并提出增加这一能力的建议。

这是用户报告和功能建议,不是已支持参数的文档。 正确做法是:使用不带参数的命令,并在依赖摘要前,将关键事实写入合适的持久项目文档。

四、token 计量:两个数回答的是不同问题

Token 计量参考区分了两个指标:

  • totalTokens:当前请求及响应的压力;
  • surfaceTokens:当前模型可见表层各节点的计价总和。

两者回答的问题不同,不应作为独立用量直接相加。

计量从哪来

满足文档所列条件时,计量可以复用匹配的最近提供方 usage 锚点;否则会估算完整的请求信封与表层。带符号的表层增量表示的是相对锚点的变化。

图片计价也需要区分情况:如果路由适配器声明了图片价格,就按相应模型定价;否则使用文档所述的启发式。

这里需要明确两点:

  • 计量有助于决定压力;
  • 但它不是未来提供方账单的精确承诺,也不是逐字节的对话大小。

关于如何跟踪日常会话用量,可参考会话 token 用量怎么看。

五、实践流程:压缩前后各做什么

1. 压缩之前的五步

  1. 在对话变长之前,将关键决策、约束、未完成事项和文件位置记录在合适的项目文档中。不要为了保留上下文而把密钥写进文档。
  2. 待 agent 空闲后,若命令组件可用,再输入 /compact。基础后端在活动轮次或已有压缩正在运行时,会报告忙碌。
  3. 阅读压缩结果,请 agent 复述关键约束和下一步,再与持久记录核对,并明确补上遗漏。
  4. 按小步、可验证的方式继续。如果仍然溢出,应检查模型真实窗口、输出预留和大输入,不要假定反复摘要必然能解决。
  5. 调整部署策略前先阅读后端文档,并按目标模型验证配置。如果余量把小模型的窗口吃掉了,这个配置本身就是无效的。

2. 剪枝与摘要不是同一件事

可选剪枝器可能先缩短超大的工具结果;压力降至阈值以内后,基础后端可以跳过摘要调用。

还需留意:如果剪枝已经生效,即使后续摘要失败,这项变更也可能继续保留。

因此,应根据报告核实实际发生的步骤,不要假定「失败就意味着表层完全没变」。

3. 压缩之后怎么接续

压缩前,应在团队认可可保留的文件中写明:问题、已确认约束、关键决策、路径、剩余工作。同时把确定事实与假设分开,并记下仍待处理的测试失败。

压缩后,将助手复述的内容与记录逐项核对。如果重要细节缺失,应明确补充准确事实或指向源文档;不能仅凭旧消息仍在事件日志中,就假定它对模型仍然可见。

六、压缩没生效时,怎么判断?

「发起过压缩」不等于「成功缩减」。

1. 手动命令可能返回的错误

  • 不存在有效可缩减范围:服务可以不返回结果;
  • 忙碌;
  • 取消;
  • 输入变化;
  • 摘要失败;
  • 持久化问题。

可以按以下方式处理:

  • agent 正忙 → 先等当前轮次结束;
  • 选中历史在操作期间改变,或摘要失败 → 检查实际报告,不要假定替换已经落地。

2. 一个不可拆分的大单元

范围必须保持工具调用与结果配对。 这既避免了随意切断一对消息,也意味着引擎不能总把一个大单元切成期望的大小。

此外,基础后端会拒绝「没有缩短源内容」的摘要。

这会带来一种具体的失败场景:如果会话主要被一个不可拆分的输入、大型固定提示词或工具定义占据,即使普通历史已经缩短,仍然可能超出容量。

这时应该缩小输入或选择合适的模型,而不是无限重复同一条命令。

3. 多轮压缩不能靠次数推断完整性

后一次压缩可能处理包含先前摘要的表层,因此不能仅凭压缩次数推断细节是否仍然存在。

正确的验证方式是:让助手指出所依据的文件或记录,并与已保存材料比对;发现冲突时,先纠正,再执行不易回退的操作。

关于角色分工与交接的记录方式,可参考多步骤任务怎么组织成工作流与工作流与技能有什么区别;会话本身的事件结构见查询已有会话及其事件。

4. 切换模型时也要检查压力

计量是「消费到某个日志修订」时的快照,不能保证任意未来请求的情况。

不同模型的图片定价可能不同,输出预留也会改变可用预算。基础后端切换模型路由时也会检查压力;如果目标窗口较小,可能需要先缩减再发送新请求。

切换失败时,应检查报告中的原因和目标容量,不要把上一个模型的计量直接套用到新路由。

5. 精确数据必须另有权威来源

摘要请求与普通助手回答不同。 基础后端文档说明它会额外调用模型,只有返回的文本进入检查点。

因此,如果任务依赖精确数字、接口字段或测试输出,应单独保留权威文件,并在继续之前重新核对。

会话变长后,诊断日志本身也可能难以定位,可参考启动失败时怎么找完整诊断日志。

七、限制与安全边界

  • 压缩不能缩短系统提示词、工具或会话前缀,也不能拆分不可分的超大单元:基础后端文档明确列出了这几项。
  • 摘要需要额外模型请求,会消耗时间和 token,而且结果不是完整档案。不要把压缩当作数据归档方案。
  • 服务通过持久记录中的锁与生命周期事件管理操作:失败、取消、选区变化或会话忙碌都可能阻止替换。
  • 不要把压缩当作隐私删除功能:摘要可能保留敏感细节,被遮蔽的原始事件也可能留在持久日志中。编辑摘要不能替代部署的数据保留或删除流程。
  • 持久历史与模型可见表层承担不同职责:两者可见性不同,不能互相替代。
  • 求助时应提供脱敏诊断:分享日志前检查路径、凭据与业务数据;将敏感内容写入长期笔记前,先核对适用的存储规定。
  • 手动命令不可用不等于配置错误:先确认部署是否安装了命令组件、会话是否空闲,不要通过猜测增加未记录的命令参数。
  • 压缩后的复核应聚焦任务所需的精确事实,不能只看摘要读起来是否流畅。

八、术语速查

  • 上下文压缩:通过摘要并替换选定范围,缩减模型可见历史。
  • 表层:当前投影给模型的有序消息,可能不同于持久事件日志。
  • 压力:token 计量得到的请求与响应上下文需求。
  • 保留预算:后端为近期逐字历史保留的额度(默认 W − O 的 16%,属于该后端)。
  • 剪枝:可选地缩短超大工具结果,不一定需要摘要请求。

相关阅读

本文依据 DeepSeek Harness 官方压缩参考、基础后端文档、用户命令参考与 token 计量参考整理,由 DSH Plugin 社区(dsh-plugin.com)维护者撰写,首发于阿里云开发者社区。
插件与文档收录于:https://dsh-plugin.com/zh/blog

目录
相关文章
|
5天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
6898 15
|
5天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2293 8
|
8天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
8天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
3天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
21天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
10174 59
|
4天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1047 0
|
7天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。
|
15天前
|
Linux 开发工具 iOS开发
2026最新codex下载安装保姆级使用教程(下载+安装+登录+使用,含所有历史版本)
本文详解OpenAI Codex国内快速上手指南:提供Win/macOS/Linux全平台免安装包、npm/Homebrew等多方式安装、账号/API Key双登录、简体中文切换,覆盖下载、安装、汉化、使用及高频避坑(如微软商店失败、npm超时等),10分钟即可跑通。
3485 9