حين يمتلئ السياق، تعلّم كيف تُقلّصه

لماذا نحتاج compact؟

بعد تشغيل الوكيل لفترة طويلة، تنتفخ messages[]: كل read_file يُعيد آلاف الـ token، كل bash يُعيد مئات، ولكل جولة نص تفكير النموذج. بعد 50 جولة يمكن للسياق بلوغ 100,000+ token. نتيجتان:

• بلوغ حد النموذج: ينهار عند حجم النافذة، أو ترتفع تكلفة كل استدعاء API خطياً.
• تشتت الانتباه: المهمة الحالية تغرق في tool_results لا علاقة لها بالموضوع من 30 جولة مضت.

فكرة s06: جعل الوكيل ينسى ما ليس مهماً بنشاط، مع الاحتفاظ بالحالة الجوهرية. ثلاث طبقات من الأخف إلى الأثقل.

الطبقة الأولى · micro_compact (تعمل صامتة كل جولة)

أرخص الطبقات. تعمل قبل كل استدعاء LLM وتستبدل نتائج الأدوات القديمة التي تتجاوز الثلاث بعنصر نائب:

# 第 10 轮往前，大部分 tool_result 变成：
{
  "type": "tool_result",
  "tool_use_id": "toolu_01A",
  "content": "[Previous: used bash]"   # 从几千字符缩到几十
}

استثناء: نتائج read_file لا تُضغط. لماذا؟ لأن ما يُقرأ هو مرجع، وضغطه يُجبر النموذج على إعادة القراءة وهو أغلى.

PRESERVE_RESULT_TOOLS = {"read_file"}  # 永不压缩

شاهد micro_compact يأكل النتائج القديمة جولة بجولة

المحاكاة أدناه تُشغّل 10 جولات تفاعل، مع تشغيل micro_compact قبل كل جولة. شاهد tool_results القديمة تتحول إلى [Previous: ...]، بينما تحتفظ آخر 3 نتائج بشكلها الكامل.

الطبقة الثانية · auto_compact (تُطلق عند بلوغ العتبة)

حتى مع تشغيل micro المستمر، ستنتفخ البيانات حتماً مع الوقت. s06 يضع عتبة (افتراضياً 50,000 token):

1. تقدير عدد الـ token: len(str(messages)) // 4 (تقريبي لكنٍّ كافٍ).
2. تجاوز العتبة → حفظ النص الكامل في .transcripts/transcript_TIMESTAMP.jsonl احتياطياً.
3. جعل LLM يكتب ملخصاً للمحادثة بأكملها.
4. استبدال messages بأكملها بسطر واحد "[compressed] SUMMARY...".

الثمن واضح — ضياع التفاصيل ونبرة الحوار، وتبقى الخطوط الرئيسية فحسب. لكن الوكيل يستطيع الاستمرار في العمل، وهذه الفائدة الجوهرية.

الطبقة الثالثة · النموذج يستدعي أداة compact بنفسه

auto_compact تُطلق تلقائياً من harness دون علم النموذج. الطبقة الثالثة تعكس ذلك: تمنح النموذج أداة compact ليطلب الضغط بنفسه بمبادرته — مثلاً حين يشعر أن الاستكشاف السابق لم يعد ذا صلة ويريد بدء مرحلة جديدة.

النموذج يستدعي:

tool_use("compact", focus="keep the API design decisions")

يُطلق آلية مشابهة لـ auto، لكن مع معامل focus يُخبر بما يجب الاحتفاظ به عند التلخيص. في العمل الفعلي هذا مفيد جداً — النموذج يعلم أي أجزاء «مهام صغيرة انتهت»، وهو أدق من الإطلاق الآلي الاستدلالي لـ harness.

أي طبقة مناسبة؟ أسئلة تحديد

للسيناريوهات التالية، قرّر أي طبقة أنسب للإطلاق: micro / auto / manual.