一句话总结：上下文膨胀靠"源头减量 → 滑动窗口 → 摘要压缩 → 上下文折叠 → 自动压缩"五级策略治理；核心原则是压缩不是"删聊天记录"，而是"生成任务交接单"——保留能继续执行任务的状态（目标/进度/约束）。

膨胀源在哪（先找病根）

膨胀源	说明
工具输出	read 大文件、bash 一大坨日志——绝对大头
对话历史	多轮累积
检索片段	RAG 拉回的 chunks
工具定义	工具越多定义越长
常驻信息	系统提示/项目说明

五级压缩策略（从便宜到贵）

级别	策略	原理	代价
1	源头减量	不让它进来：工具输出截断/摘要	可能丢细节
2	滑动窗口	只保留最近 N 轮	丢早期信息
3	摘要压缩	LLM 当秘书，每 N 轮/token 达阈值把早期对话浓缩成要点	摘要质量依赖 LLM
4	上下文折叠	空间占满前主动把漫长历史重构成精炼报告，保留核心结论	重构有损
5	自动压缩	终极保底：临时窗口生成结构化摘要，防程序崩溃	兜底方案

关键原则（面试拉分点）

• 压缩 = 生成任务交接单，不是删聊天记录：保留项目目标、当前进度、关键约束
• 普通摘要只答"前面聊了什么"，任务交接单答"现在该干什么、干到哪了、不能碰什么"

生产模式：文件外置 + 索引卡片

• 完整文件暂存本地磁盘，消息里只留元数据索引卡片
• 模型需要细节时，拿着索引去读本地文件（按需加载）
• 决策永久冻结：文件首次进入历史时就决定"保留完整 or 压缩卡片"，后续绝不二次修改——避免缓存失效与状态漂移

组合实战（参考案例）

• 滑动窗口（最近 8 轮）+ 摘要压缩（8 轮前）+ 外部记忆（用户画像/偏好）+ 多 Agent 上下文隔离（各子 Agent 独立上下文）

面试要点

• 能说出五级压缩策略并从便宜到贵排序
• 能解释"压缩是生成任务交接单"的核心原则
• 能讲文件外置 + 索引卡片 + 决策永久冻结的生产模式
• 能说出最大膨胀源是工具输出（不是对话）

相关概念

• AI基础概念-上下文工程原理 — 为什么要管理
• AI基础概念-上下文工程实战与Prompt缓存 — 配合缓存的工程纪律
• [AI-Agent-记忆系统](/学习笔记/AI技术/AI Agent/AI-Agent-记忆系统) — 压缩后的信息去哪
• [AI-Agent-工作流编排](/学习笔记/AI技术/AI Agent/AI-Agent-工作流编排) — 多 Agent 上下文隔离