12｜压缩的深层问题：有损状态、证据恢复与继续执行

目标：能设计和评估压缩后的任务连续性，而不是只检验摘要是否流畅。实验：validate_checkpoint只验证结构与版本；自然语言语义压缩效果本书没有实测商业模型。

继续看相关机制：F24 · 任务状态不是聊天里的一句总结O10 · 压缩、检索与Prompt Cache：三种不同的“省”

1. 压缩是一种有损的信息转换

原历史H包含目标、工具反馈、尝试、假设和已验证事实。压缩函数得到C(H)，之后模型依据压缩状态继续行动。真正关心的是对未来任务分布Q，使用C(H)是否增加决策错误，而不是摘要与原文的字面相似度。一个很短的摘要可能保留全部当前关键条件，一个很长的摘要也可能丢掉唯一重要的否定词。

Anthropic的上下文工程讨论了压缩、笔记与子Agent；OpenAI文档还有不透明压缩状态。它们说明压缩形式不止普通摘要，但都不能据形式自动推断下游任务无损。[N23][N06]

本书采用一个工程性目标：优先保留会影响后续动作的约束、结论状态、证据入口和未完成项。它不是普适最优压缩算法，而是可以通过任务恢复实验检验的设计。

2. 最危险的损失不是少几个背景细节

原记录：“怀疑Skill未加载；但日志未检查，不能认定。”坏摘要：“Skill未加载导致故障。”这里把假设提升成事实，后续会围绕错误根因修改系统。

原记录：“仅调整description，不改变技能内容，也不新增router。”坏摘要：“优化技能路由。”这里丢失负约束，任务可能被扩大。

原记录：“测试在commit A通过，之后改过B文件。”坏摘要：“测试全部通过。”这里丢失证据新鲜度，导致虚假完成。

三类错误分别是认识状态改变、作用范围扩大、证据版本丢失。不能只用关键词召回测试它们，因为坏摘要仍含有Skill、路由、测试等原词。

3. 一个可恢复状态应该存什么

目标与不做什么
当前工件版本
已确认事实（每条含证据ID与适用版本）
仍未证实的假设
已执行动作及结果状态
未决副作用：包括unknown
已排除路径及排除依据
下一步、所需证据、停止条件
原始证据的可再读取位置

这不是要求每个五分钟任务建立十个文件。短任务可保持会话，只有跨窗口/跨会话或高风险任务才需要外部状态。字段的价值在于避免具体恢复错误，而不是完整填写表格。

validate_checkpoint验证已确认事实是否引用存在的证据、证据版本是否与当前工件一致。它不能判断“证据文本是否真正支持结论”，那需要读取原始材料、专门语义判定或人工审查。把结构验证通过当成语义保真，是旧式模拟实验最容易造成的误解。

4. 原始证据应该如何卸载和找回

大日志、完整源码和长文档可放在外部，摘要只保留定位信息及关键片段。但定位信息要可用：仓库路径+版本+符号，比临时行号更稳定；工具结果ID若会过期，必须说明有效期或保存必要证据；只写“之前看过资料”无法恢复。

并非所有原始内容都值得永久保存。可重新获取、成本低、没有决策影响的内容可以不保存；外部来源可能变动、重大决定依赖、恢复成本高的证据更值得留存。不要为了记忆而重复归档整个仓库，造成权限和维护负担。

重新读取也应遵循权限和版本。某个旧工具结果当时允许访问，用户权限后来撤销，就不能因缓存里仍有副本而继续使用。压缩和记忆不会解除数据治理义务。

5. 压缩成本的盈亏不只看Token差

设压缩本次成本Cc，剩余k轮，压缩后每轮节省Si，但前缀缓存损失为Li，重新检索成本为Ri。粗略计算：净节省=Σ(Si−Li−Ri)−Cc。还需考虑压缩错误的返工成本和质量损失，不能将其默认为零。

任务马上结束时，调用一次模型压缩可能没有回本。相反，历史很长且剩余步骤多时，适度压缩可能显著降低持续成本。更合理的触发考虑剩余工作、信息污染、预算余量与恢复难度，而不是只有固定占用百分比。

缓存命中率下降并不表示压缩一定不值得；压缩后的上下文更小，后续多轮仍可能总体更便宜。也不能为保缓存保留过期错误。最终比较每个成功任务的总成本和质量。

6. 怎样真正评价语义保真

准备含不同类型约束的长任务，在压缩前后做三类测试：事实/约束恢复、证据定位、继续执行。加入否定条件、已撤销建议、版本冲突和未决副作用。问题应在实验前定义，避免看完摘要再挑它会答的题。

未压缩历史作为对照，但它也可能因过长而退化，所以还可增加“人工整理的最小充分状态”上界参考。多次压缩要单独测试，因为摘要再摘要可能逐步强化错误。评测应记录错误类型，而不是只给一个总分。

对于商业服务的不可读压缩项，不能直接审查内部内容；仍可把相同任务分叉，比较后续事实回答与实际工作完成。这是黑箱行为评价，不应伪称读取了内部压缩表示。

7. 一条落地策略与反例

先使用宿主已经提供的压缩机制，同时在项目中保留精简的权威任务状态和原始证据入口。只有观察到重复的保真失败，再增加针对性保护。不要默认每隔几轮额外调用一个摘要Agent，否则可能增加延迟、破坏缓存并引入第二份竞争状态。

验收题：压缩后记住所有待办，却忘记已排除的根因，为什么仍危险？因为Agent会重新走已证伪路径，甚至把旧假设再次升级。是否保存某条“失败经历”，取决于它是否能改变后续检索或避免高成本错误，而不是所有尝试都必须永久存储。