为什么Agent不能主动压缩？
2026-5-5
上下文压缩总是被当作Agent完成任务的障碍，我自己在实践中也有同样的感受。偶然一次测试中，我忘记打开Claude Opus 4.6 1M 的上下文窗口，让模型以 200K 的窗口运行测试。结果出乎意料，200K的窗口下，Agent测试结果出色，没有出现误报的问题。为什么？
我们可以先看看我的任务是什么。
我的任务是让Agent根据键盘可达性的规则，测试网页上是否所有的元素都可以通过键盘到达。比如网页上的"登录"按钮是可以通过操作键盘选中，并按下 Enter，完成登录？以往这个工作需要人来做，现在想尝试让Agent自动完成。
这个任务需要什么样的能力？
- 1M 的上下文窗口。因为Agent在测试过程中，上下文窗口满了自动压缩，会导致测试失败。
- 指令遵循的能力。整个测试任务包含多个阶段，每个阶段都有Agent需要完成的任务。对于这种跨阶段的长程任务，Agent的指令遵循能力会随着上下文的膨胀而下降。比如测试任务有五个阶段，当Agent执行到第四个阶段时，还能否按照最初制定的规则继续完成任务？
在实践过程中，Agent总是在最困难的阶段产生幻觉。首先，这里的困难指的是：第一，Agent在已有的Context压力下，根据刚测试任务开始制定的规则，继续一步一步完成测试任务，不要跳过；第二，在长程任务中Agent需要在经历一到两次的错误尝试后，仍然坚持探索。第三，Agent下的结论，需要有具体实验记录作为证据，不能凭空推断得出结论；其次，这里指的幻觉是，Agent认为自己当前的信息已经足够，不必再进行更进一步的实验，直接下结论。这里对Agent的定义是，Agent是模型和框架的组合。
最后，Agent能够稳定完成测试任务的原因是，我把"答案"给到了Agent，让Agent对于测试网页有足够多的领域知识，减少错误地尝试，减少因错误尝试产生的幻觉。Agent拿到"答案"，能够稳定完成测试了，很开心。我对此却很难过。因为，我一直希望通过简单、通用的方式，让Agent具有能够完成大部分的测试任务，而不需要人工过多的调整，让Agent拥有所谓的"泛化性"。然而，我对这样一个单一的测试案例，就已经提前塞了一些"小抄"给Agent，让Agent能够完成测试任务，那接下来呢，我需要继续给Agent更多的小抄吗？有得必有失，我认为给Agent的东西越多，会随着模型能力的增强，而成为冗余，限制整体Agent的能力。
但是，就像我们开头提到的，200K 上下文窗口的 Opus 4.6 反而表现更好，这是为什么？当时，Agent 恰好在最困难的阶段前上下文窗口满了，进行了自动压缩。压缩后的Agent写出了对于当前阶段更加详细的任务清单（To Do List）。第一次，Agent 面对这个最困难的阶段，写出了详细的执行步骤。并且，Agent 一步一步按照任务清单做完了所有测试，没有跳过的情况。我认为原因可能有两个：第一个是Agent的上下文焦虑被缓解了。当Agent的上下文窗口快接近满了，或者当长程任务快结束了（这里需要定义什么是长程任务），Agent会非常着急想结束任务，表现是Agent总是说自己已经有足够多的信息，不需要再继续测试实验了，但实际上下的结论没有实验支撑，也没有说服力。模型会上下文焦虑的情况，第一次是在季逸超的访谈中了解到的，这是首次在实践中感受到。第二个是Agent有更详细的任务清单。这一点让我想到了Spec的工作模式，提前和Agent沟通好任务计划，制定详细的任务清单去执行。
那么如果Agent在长程任务中，总是完成的不够出色，会出现跳步，钻空子的行为，有没有可能在面对比较困难的问题或者阶段时，提前进行一次主动压缩，从而提高Agent完成任务的概率？