NVIDIA 论文：频繁压缩历史的智能体几乎不损失准确率

NVIDIA 的论文测试了让智能体定期压缩上下文的做法：到达设定上限时写一份交接笔记，只带任务和笔记重启，长文档改用 Bash 工具按需检索。成本差异显著，按 256K 而非 16K 窗口服务开源模型，每 token 生成成本高 3.6 到 7 倍。在 6 个长程基准上，每个模型 22 种压缩设置中最多 5 种比完整历史多丢 2 分以上。Claude Opus 4.5 每步都压缩时在 SWE-bench Verified 拿到 70.2%，比完整历史的 70.0% 还高。