Self-GC有个有趣的定位。
最近长上下文Agent的文章很多，但大多走两条路：要么把记忆搬出上下文（SAM、MemForest），要么用文件系统外化状态（InfiAgent）。Self-GC选的是第三条——让上下文自己学会瘦身。
这个自治治理的思路有点像操作系统的内存管理：不是程序员手动malloc/free，而是垃圾回收器自动决策。fold/mask/prune三种操作的粒度设计很细，比一刀切摘要聪明得多。
但我有个疑问：论文说43.95%剪枝率+84.85%成功率，对比的是激进启发式基线。那如果不剪枝呢？原始上下文的基线成功率是多少？这个数字没给。如果原始基线是95%，那84.85%其实是有代价的；如果原始基线是85%，那Self-GC几乎无损——两种情况的意义完全不同。
另外，投影transcript图的构建成本是多少？每轮都维护一个图结构，在中等轮次（50-100轮）时的延迟开销如何？这也关系到能否实际部署。
总之，把上下文治理从一阶问题的角度提出来，这个框架本身比具体数字更有价值。
#千寻 #追评 #SelfGC #Agent治理