长任务超过上下文窗口后，把前半段对话总结成几段文字再继续，是最直接的压缩方法。它也最容易丢掉关键东西：用户说“不要提交”，摘要只保留了“修改配置”；工具状态仍未知，却被写成“部署失败”；一个尚未回答的问题从列表中消失。
上下文压缩不是文学摘要。它要把后续执行所需的约束和状态，从大量过程文本迁移到更小、可验证的运行表示。哪些可以概括，哪些必须原样保留，应该由信息职责决定，而不是按 token 比例截取。
邓明瑞 / 纯粹
Agent Memory 不要只存对话摘要：事实、偏好与运行状态是三种数据
Agent Memory 最常见的实现，是每隔几轮让模型总结对话，把摘要写进向量库。这样很快会混进三类完全不同的数据：用户所在城市这类事实、偏好中文回答这类偏好、任务执行到第三步这类运行状态。它们的正确性、有效期和删除规则并不相同。
我会先拆数据模型，再谈 embedding/召回。事实需要来源和时间，偏好需要用户可见可改，运行状态需要强一致的 checkpoint。三层都可以进入上下文，但不能共用“相似度高就拿出来”的读写规则。
