夜雨聆风写在前面
上一篇讲父 Agent 怎么派子 Agent 干活，怎么并行打工，但是任务复杂后，会碰到一个逃不脱的问题
那就是 Agent-loop 如果一直跑下去，messages 会越来越长，最终超出上下文的窗口，Loop被迫终止
messages 不能无限塞，也不能随便删。
随便删，早期的用户目标、工具结果、中间变量都没了；不删，每一轮 API 都要带着越来越长的历史继续跑，token 成本会上去，模型也更容易漏看前面的信息。
所以这篇重点讲 Claude Code 里的 compact 机制，也就是 Agent 的怎么做会话记忆压缩
然后这个因为涉及到的内容很多，复现实验拆成了3个部分，分别对应解决下面几个问题：
- 实验 06： 怎么实现对会话进行压缩？— 先跑通最基础的压缩链路
- 实验 08：压缩完后，怎么让任务继续跑？ — 实现 Loop-Continuatio
- 实验 07：多次压缩后，会不会越忘越多？ — 实现不重复摘要已经摘要过的摘要（有点绕口，哈哈哈哈）
这三个实验是递进关系， 06 （能compact）→ 08（compact后能继续进入loop） → 07（处理多次compact 的内容）
如果这篇对你有帮助，欢迎一键三连~
阅读指引
Compact 机制是什么，为什么需要它？ 👉 一
实验 06：摘要链路怎么跑通？ 👉 二
实验 08：压缩后怎么继续执行？ 👉 三
实验 07：多次压缩怎么防信息衰减？ 👉 四
与 Claude Code 设计的区别？ 👉 五
踩坑记录 👉 六
一、为什么 Agent 需要"压缩记忆"？
Agent Loop 的运作方式，前几篇说过：用户给任务，Agent 自己想一下、调工具、看结果、再继续，这样循环。
但这里面就有个隐患，messages一直在积累：每一轮调 API，都要把所有历史消息带上。
第 1 轮带几条，第 5 轮带十几条，第 10 轮带二三十条……任务跑久了，context 就像一条没有出口的流水线，只进不出。
任务跑得越久，历史越长，这会带来2个问题。
第一，成本会上去。每轮都带完整历史，prompt tokens 会越来越多，每轮 API 调用越来越贵；
第二，模型不一定能稳定用好所有上下文。长上下文能装下更多 token，不代表模型会均匀、准确地使用每个 token。之前看到 Chroma 关于 Context Rot 的文章时，也是这个类似的问题
这次复现 compact，算是把它落到了消息列表和日志里。
那对于这种问题，最直接的处理方式是截断：超过长度就删掉前面的消息。
但这对 Agent 太简单粗暴了
前面可能有用户最初的目标、已经算过的变量、工具执行结果、下一步计划，删掉以后，Agent 真的看不到了。
Claude Code 的做法是 Compact（压缩）：在上下文快满时，fork 一个 child agent，把前面的历史压成一份结构化摘要，然后用摘要替换原来的历史
主 Agent 拿着摘要继续干，信息被提炼了，但没有真的消失
这就是Compact的核心作用及设计思路
可以把它简单理解成：把之前和Agent的一长串聊天记录，总结聊天重点，重写成一份“当前工作状态”。
这个的设计机制很简单，怎么写摘要就是Compact的fork agent 的prompt怎么设计
这次不展开讲，感兴趣的可以自己看CC的内容，这次把Compact涉及到的实验做设计复现~
二、实验 06：先把摘要链路跑通
实验 06 先验证最小链路：能不能跑通——触发压缩、fork child 生成摘要、主 Agent 拿摘要继续
Agent loop 跑出一些历史 触发 compact fork child 生成 用摘要构建新的消息列表 做一次“截断路径 vs 摘要路径”的回忆验证
2.1 token 窗口不能乱设
最开始我把 context_window 设得很小，想让它快点触发。
结果第 1 轮就 Compact 了，因为工具定义本身就占 token
calculate、get_current_time 这些 function calling 的 JSON schema，每次 API 调用都要带上。工具定义和消息内容无关，但它会算进 prompt tokens。
从日志里看到一个明显差异：
estimate_tokens(messages) ≈ 52API 返回 prompt_tokens = 377
估算的偏差值很大，这意味着不能用估算值estimate_tokens() 来判断要不要触发压缩，更靠谱的是用上一轮 API 返回的 response.usage.prompt_tokens，它才是当前请求实际花掉的 prompt tokens。
估算只能作为兜底，在第一轮没有精确值时用~
2.2 06 跑出来了什么
最新一次 06 日志参数是：
第 1 轮跑了两个工具：计算求和获取时间
这一轮 API 返回的 prompt_tokens=377，超过阈值 150，于是下一轮前判触发 compact
compact child 生成的摘要里，记录了几类信息：
用户原始任务：一共 5 件事 已完成：第 1 步 100+200=300，第 3 步查询时间未完成：第 2、4、5 步 数据记录：当前年份 2026
日志里的 child token 统计：
这说明 compact child 能把历史整理成可读的结构化状态。
2.3 06 的局限
实验 06 做完，可以验证的是：压缩链路能跑通，摘要质量也过关，child 能正确记录 Agent 已完成哪些步骤、结果是什么、下一步要干什么。
但有一个局限：压缩完了，任务就停了。
当时的实现里，Compact 触发完，摘要生成好，Agent 就把摘要输出给用户了，没有继续干后面的活。这是实验 08 要解决的问题
不过，因为其实任务不复杂，我保留了最近 4 条消息，早期信息还没完全离开近场窗口，所以截断路径也能答出来
所以 06 没跑出一个特别漂亮的“截断失忆、摘要记住”的对照。
三、实验 08：从基础 Loop 到能 Compact 的 Loop
还记得前几篇的Agent - Loop 长什么样子吗？
这个结构让 Agent 能跑多轮，但 context 只增不减，任务跑久了，prompt\_tokens 不停涨，最终超出模型上限或者成本失控
所以，实验 08 在 loop 顶部加了一层状态检查：
如果第 1 步发现上下文超过阈值，就触发 compact：
这里的重点是 continue，Compact 不是结束动作，它是 loop 中的一次状态重写。
3.1 状态检查，检查什么？
每轮开始时，先看 context 有没有超过阈值。超了就触发 compact——fork child 生成摘要，替换 messages，然后用 continue 回到循环顶部，对用户透明。
任务不中断，主 Agent 读摘要接着跑。
3.2 脏值问题
实验 08 里最容易出错的地方，是 current_context_tokens。
compact 过程不调用主模型 API，它只是替换了 messages。
所以 compact 结束后，变量里的 current_context_tokens 还是 compact 前那一轮的旧值。比如第 3 轮触发 compact 前，API 返回 prompt_tokens=969。compact 后消息已经变短了，但变量仍然是 969。
如果下一轮顶部继续用这个旧值判断：
969 > 阈值 900它会立刻再次触发 compact。
再 compact 一次，变量还是旧值，还可能继续触发。
所以这里加了一个 transition 状态：
# compact 完成时打标记transition = 'compact'# 下一轮顶部if transition == 'compact':# current_context_tokens 是脏值，只用 estimate_tokens 做判断estimated = estimate_tokens(messages)if estimated >= 阈值:叫停(...) # compact 后还超阈值，摘要没有缩减 context，叫停else:# 正常轮次，用精确值if current_context_tokens >= 阈值:触发 compact
下一轮顶部如果看到 transition == "compact"
就知道 current_context_tokens 是脏值
这时只用 estimate_tokens(messages) 判断 compact 后的新 messages 是否真的还很大，
CC 里对应的是 query.ts 里的 State.transition 状态机，处理逻辑一致，复现让Agent 参照写就行
3.3 叫停机制
Compact 有次数上限（CC是设置了3次，我们实验设 2 次）
如果次数到了，任务还没完成，就停下来，把当前状态和卡点输出给用户，不允许无限压缩下去。
3.2 日志验证
跑了一个 7 步有依赖关系的任务（步骤 1 的结果给步骤 2 用，以此类推）
08 的最新日志参数：
任务是 7 步计算和总结。
第 3 轮 compact 摘要记录了步骤 1-6 的数据：
第 4 轮主 Agent 从摘要里恢复进度，输出了完整总结。
到这里，08 就完成了它的核心作用，Compact后进行完成 loop continuation
四、实验 07：第二次 compact 不能把旧摘要再摘要
08 只触发了一次 compact。
但真实长任务里，可能会触发多次。
这时会出现一个新问题：第二次 compact 的时候，第一次生成的 summary 怎么办？
如果第二次把 summary_1 再总结一遍，就会变成“摘要的摘要”。每压一次，信息可能更糊一点。
实验 07，就是解决这个问题
4.1 CC的解法，加入boundary marker
每次 compact 完成后，在 messages 里插一个标记（role\="system"，内容含 "[compact boundary]"）
下次 compact 触发时，先从后往前扫 messages，找到最后一个 boundary marker，只摘 marker 之后的新内容，marker 之前的旧 summary 不动。
实现很简单，每次 compact 后，messages 里会插入一个 system 消息：
def get_messages_after_boundary(messages: list) -> list:for i in range(len(messages) - 1, -1, -1):msg = messages[i]if msg.get("role") == "system" and "[compact boundary]" in msg.get("content", ""):return messages[i + 1:] # marker 之后的全部消息return messages # 没有 marker → 第一次 compact，返回全部
下次 compact 时，从后往前扫 messages，找到最后一个 boundary marker，只处理它后面的消息，
第一次 compact 没有 boundary，返回全部 messages
第二次 compact 找到 boundary，只返回 boundary 后面的切片。
4.2 日志验证
07 的任务涉及的更长，一共 14 步，并且加了实验控制：
参数：
第 1 次 compact：
第 1 次 compact 后，messages 保留了三类内容：
这个 original_task_spec 是后面补上的
第 2 次 compact：
第二次 summary 只记录了新增事实：
没有把步骤 1、2、3、5 的旧摘要重新写一遍。
这正是 07 要验证的点：第二次 compact 只摘要增量。
4.3 07 最后跑完了 14 步
compact 触发两次后，后面继续执行：
最终第 9 轮输出完整 14 步总结，中间压缩两次，后面还能继续完成。
五、和 Claude Code 源码怎么对应
实验用的是 Python + OpenAI 兼容接口，Claude Code 源码用的是 Anthropic 接口。消息格式不一样，所以有些小调整，但是大的是一致的。
我的实验里为了简化，compact child 没传 tools，所以它不可能生成 tool calls。
Claude Code 里更完整：它会把工具定义也带上，用来保持 cache prefix 一致，但通过 createCompactCanUseTool 拒绝工具执行。
这也是源码里的工程味比较重的地方：不是只靠 prompt 告诉模型“别调用工具”，代码层也会拦。
七、踩坑记录
坑一：Agent把 boundary marker 理解反了
一开始设计 07 时，Agent 把 boundary marker 当成了“块分隔符”。
脑子里的结构是：
按这个理解，fork child 只看块外的新消息，summary_1 在块内，所以 child 看不到它。
这个理解是错的，boundary marker 实际是位置指针。
它标记一个位置，函数返回这个位置之后的所有消息：
get_messages_after_compact_boundary() 返回的是 index 1 之后的内容。
所以 fork child 能看到旧 summary。
只是 compact 指令会告诉它：旧
坑二：Anthropic 和 OpenAI 的 tool call 格式有差别
读 Claude Code 源码时，我一开始很容易拿它和自己的实验代码硬对。
但两边的 tool call 格式不同：
Claude Code 里的 forkSubagent.ts、compact.ts 用的是 Anthropic 消息结构。
我的实验用的是火山方舟的 OpenAI 兼容接口，所以全程用 OpenAI 格式。
两套格式都能表达“模型要调工具、程序回填结果”，但不能混着写。混着写，下一轮 API 很容易 400。
写在最后
这三个实验复现下来，Compact 机制本身不复杂：超阈值 → fork child 压缩 → 替换历史 → 继续跑。
自己手搓实验，就会发现细节不少：compact 触发时机要在轮次顶部；compact 完成后 token 值是脏的，下一轮要用 transition 保护；多次 compact 要防止摘要嵌套摘要
CC 里 transition 状态、boundary marker、叫停机制，都是这个逻辑的体现。
这里面最让我有收获的，是几个代码层保护：
transition防止 compact 后用脏 token 值反复触发 boundary marker 防止旧摘要被重复摘要 [original task spec]保住用户最初给的完整任务 compact 次数上限防止无限压缩
这些点都指向同一个经验：越不能出错的规则，越要靠状态变量和代码结构兜住，不能只靠模型自己记住
可能是 query.ts 的主循环，里面还有工具权限、interrupt、用户中断处理这些东西，核心还是在解决：怎么让 Agent 干活时不跑偏、不失忆、不失控
如果对你有帮助，欢迎一键三连~下篇见