会话压缩不该靠模型自觉：为什么 Compaction 是 Harness 一等能力

长任务跑到第三四十轮，最先崩的往往不是工具，而是上下文。历史消息越堆越厚，关键决策被淹没，token 账单先于结果爆炸。很多人的第一反应是：换更大窗口，或者在提示词里写「请自行总结前文」。这两种做法都不够。

DeepSeek Harness（dsh）把 compaction 单独做成「能力接口 + 默认 provider」，而不是塞进某个 Agent 循环插件里。这个选择值得咀嚼：会话压缩不是模型的礼貌习惯，而是运行时必须接管的一等能力。

一、为什么不能交给模型自觉

模型面对超长 transcript 时，常见三种「自觉」失败：

第一，它不知道该删什么。对它来说，三轮前的失败尝试和当前目标同等重要，摘要时容易把阻塞原因压扁成一句空话。

第二，它不愿意承认遗忘。压缩后仍会用笃定语气引用已经不在上下文里的细节，这就是长任务里最危险的自我欺骗来源之一。

第三，压缩时机由它决定时，往往已经太晚——要么上下文已经爆了，要么关键工具结果已经在截断边缘。

所以 compaction 的触发条件、保留策略、校验方式，必须写在 harness 层，而不是 prompt 层。

二、Harness 该管的三件事

触发：按 token 预算、轮次、或「工具结果占比过高」等可观测信号启动压缩，而不是等模型喊疼。

保留：至少保住四类信息——当前目标、未完成清单、已确认事实、最近失败与原因。过程性闲聊、重复试错日志、过期的中间草稿，优先丢掉或外置到可检索存储。

校验：压缩后必须能回答「任务目标是否还在」「禁止事项是否还在」「已完成步骤是否可复核」。如果这三条丢了，这次压缩就是事故，不是优化。

dsh 把 compaction 做成可替换 provider，方向是对的：策略可以换（摘要模型、结构化裁剪、外置记忆），但「长会话必须可管理」这件事不能没有。

三、压缩不等于遗忘，外置才是关键

很多人把 compaction 理解成「把旧消息摘要成一段文字塞回去」。更好的做法是分层：

• 热路径：保留当前目标与最近若干步，保证下一步决策够用
• 温路径：把关键事实写入可检索的外置记忆或进度文件
• 冷路径：完整轨迹落盘，供审计与回放，不进每一轮 prompt

这样压缩损失的是即时可见性，不是系统真相。人也能翻外置进度介入；纯摘要黑盒一旦漂了，只能重启。

一个常见反例是：只做对话摘要、不做外置进度。表面上上下文变短了，实际上验收依据也一起变薄了。出了问题，你甚至说不清压缩前系统到底做到哪一步。

四、和成本、验收的关系

没有 compaction，单位任务成本会随轮次近似线性甚至超线性上涨——因为每次调用都在重放越来越长的历史。

没有受控的 compaction，验收也会失真：模型可能基于「它以为还在上下文里」的证据宣布完成。所以独立验收最好读外置状态和真实副作用，而不是只读对话摘要。

一个实用指标是：压缩前后，完成定义与禁止事项的一致性检查是否通过。通过才继续；不通过就回滚到压缩前快照。

也可以加一条成本指标：压缩后单轮平均 token 是否明显下降，且任务成功率不掉。只降成本、掉成功率，说明你在砍骨头而不是砍脂肪。

五、落地优先级

如果你的 Harness 还没有 compaction，不必先上复杂策略。先做三件最小的事：

1. 给会话设硬预算，超限强制进入压缩流程
2. 压缩时强制保留目标、未完成、禁止事项、最近失败
3. 完整轨迹外置落盘，摘要只服务热路径

策略可以后续替换成更好的 provider；不变量是：长任务必须可压缩、可校验、可回放。

结语

窗口再大，也扛不住无限重放；提示词再严，也替代不了运行时预算。把 Compaction 做成 Harness 一等能力，本质上是承认：上下文是稀缺资源，必须被调度，而不能指望模型自觉节制。模型负责推理，Harness 负责让推理发生在还能算得清、记得住、验得过的上下文里。