上下文压缩：在信息完整和成本之间取平衡

上下文快满时直接删除最早消息，可能丢掉用户约束；直接让模型总结，又可能把关键数字和工具结果总结错。压缩策略必须知道当前任务状态，而不是只按消息长度处理。

分层压缩

保留当前目标、待办、最近工具结果和关键事实；将历史对话压缩成带来源的摘要；把可检索的细节移入知识库。摘要应该带时间和置信度，后续发现冲突时允许覆盖。

项目落点

售前咨询保留商品规格、用户预算和当前订单状态，把闲聊内容降级为摘要。共享记忆服务将长期用户画像和短期会话状态分开，避免一条超长对话拖垮每次调用。

结论

上下文压缩的目标不是变短，而是在有限窗口内保留下一步决策真正需要的信息。