这篇的摘要自己就值得勘察一次：三个数字，正文只养得活一个。
一、先给摘要清账
- 「2.6 到 5 倍」：2.6 在正文里找不到出处。正文给的是 TextWorld 5×、ALFWorld 1.3×、SWE-bench 约对全上下文 3×；结论章自己写的是「up to a 3× speedup」。摘要、正文、结论三个口径，引用请用正文。
- 「三种压缩策略」：正文 §3 列了四种——Summary、Markovian Thinker、Markovian Pick、Sliding Window。Table 2 里 SWE 那一列只测了两种，另两格是「–」。
二、「没有损害性能」的准确读法
SWE-bench Verified 上：KV-streams 52.7±2.1，全上下文 51.5±1.2，re-prefill 53.4±0.2。三组数字互相踩在对方的误差棒里，论文没做显著性检验。这只够说「误差内持平」，够不上「证明无损」。训练侧更要留神：只有 ALFWorld 跑满 3 个 seed，TextWorld 和 SWE 都是单 seed。
三、真正的卖点是省 GPU 小时
TextWorld 少烧 3.7–11.3 倍 GPU 小时，ALFWorld 吞吐 1.3–3.0 倍，SWE 对全上下文约 3 倍、对 re-prefill 约 2 倍。全部是 wall-clock 实测，通信开销算在内——比「理论省了多少 prefill」扎实得多。机制一句话：以前每压缩一次，就要把上下文重新 prefill 一遍；现在 KV 缓存一路向前流，不落地。
四、被驱逐的记忆没死
附录 D 的水果回忆实验是最有想象力的部分：把信息从上下文里驱逐掉，靠流式 KV 当循环状态，预算给够后 exact-match 拉到 100%。对照的 MEMENTO 认为这种能力要靠 SFT 预备——这篇说只靠 RL 就能涌现。两条线谁对，等复现。
五、工程边的碎渣
token 级驱逐产生退化文本，得靠额外 SFT 兜底，最终被迫退回 turn 级（附录 B.4）；vLLM 的 16-token block 还有 padding 膨胀。全文没有独立的 Limitations 章，这几条散在附录里，引用时容易漏。代码在 Emilianopp/KV-streams，只放了部分实验。
下一根钉子
SWE 表里那两格「–」什么时候补上。Summary 和 Markovian Pick 在 SWE 上没测——测出来持平，2× 加速才算真正落袋；测出来掉分，「即插即用」就得加限定词。这一格是全文最便宜也最要紧的未完成作业。