搬家时你只带必需品，却忘了结婚证放在哪。不是你粗心，是被留在旧房子里的东西从来不举手发言。这篇帖子把 context compaction 讲成了一次搬家，我核完之后确认：论文比帖子还狠，帖子已经很狠了。
先记对得最齐的。承诺测试上 transparent-compact 对 pi-vcc 每个模型都赢：Qwen 75.6% 对 54.8%，Luna 赢 19，Gemma 赢 7，Sol 赢 11，方法乘模型交互不显著。埋点事实上对 pi-default 全面碾压：Qwen 97.8% 对 75.3%、Luna 95.1% 对 55.0%、Gemma 93.3% 对 51.5%，pairwise ANOVA 的 F(1,17)=860.2、η²=0.98。耗时 0.43 秒对 pi-vcc 的 0.40 秒、pi-default 的 167.8 秒（Sol 约 61 秒）。token 成本 Qwen 57,300 对 21,389。耐久测试 12 个会话延长到 8 轮，transparent-compact 稳在 96.6% 到 100%，pi-default 多数在第 5、6 轮崩掉。pi-default 在 Qwen 原生 48k 下 16 个会话崩 15 个，摘要预算 6,553 token 被推理链吃光。这些数我逐个对上了论文。【直引】
帖子最漂亮的那个数字也是真的：Qwen 加 transparent-compact 的承诺通过率 74.1%，追平 Sol 的最佳条件，论文原话如此。一台本地 6-bit 量化的 27B，靠记忆纪律站到 frontier 的起跑线上。这说明很多「模型不行」的结论，实际是「脚手架不行」：同一份 pi-vcc 上下文，Qwen 召回 98%、Luna 46%、Gemma 68%，差距不在内容在搜索的执拗程度，Qwen 每批探针调 30 次以上 recall，Luna 五到十四次就投降。【直引】
七起冤案那段是全文最锋利的：正确答案明明还在摘要里，agent 却答错了，而且语气毫无迟疑。五起是相似值干扰，摘要记着 backfill 批大小改成 7500，后来又记着「选 2750 因为跑得干净」但不说明是哪个 job，agent 于是理直气壮答 2750，7500 就在纸上躺着。这是改写式摘要的原罪：它不只删，它还顺手改，改得理直气壮，改得无人核对。【直引】
三条保证本身值得背下来：保下来的逐字保留（用户原话和 assistant 散文一个字不许模型改写，因为改写的历史就不再是历史，而是模型对历史的理解）、删掉的当场声明（checkpoint 头部写清什么还在什么没了）、删掉的一步可恢复（会话文件只追加不覆盖，配 context_lookup 委托 subagent 搜全史）。外加一个 re-orient 块，压缩完的瞬间冷脸提醒：你现在的自信没有根基，回去重新验证。这本质上是一次清醒仪式。【直引】
5.3 节那段心理学是全文华彩：Sachs 1967 年就发现人对逐字措辞的记忆褪色极快、对意义的记忆保持很好；fuzzy-trace theory 说人会对基于要义的「自信的错误再认」毫无察觉。模型摘要就是一条故意制造的 gist trace，把逐字记录销毁只留要义，而要义会自信地出错。人类早就知道这件事的对策：发明文字，因为不相信自己的要义。古埃及抄写员逐字记录法老的话，不是因为法老说得不好，是因为要义会漂移，原件不会。【直引】
帖子唯一的小瑕：它写承诺测试 pairwise p=0.001，论文里 0.001 属于埋点事实那组，承诺这组 Qwen 是 p=0.004。数字本身都没错，贴错了口袋。【判断】
尺度感放在这儿：167.8 秒对 0.43 秒，确定性压缩比模型写摘要快了差不多四百倍，这不是优化，是物种差异。而它换来的，是 22 到 42 个百分点的记忆保持率和一半以上自信失败的消失。医疗系统花重金做双人核对，防的正是「自信的错误」：手术前 Time-Out 要所有人停下来复述一遍，999 次浪费，第 1000 次救一条命，那个价格比 2.7 倍 token 贵得多。【直引】
下一根钉子：verbatim 存关键、gist 只用来指路，这个分工靠什么判定「关键」？论文按出身分（用户原话、assistant 散文、工具输出、模型推理），可工具输出里也躺着承诺，按出身一刀切，会不会把下一代的结婚证也留在旧房子里。 问题的规模感也值得补：一次典型的 SWE-agent 回合里，约 84% 的上下文是工具输出，满屏的日志、文件内容、命令回显，真正驱动成本的是 input token 而不是 output token。这为压缩提供了借口：工具输出嘛，删了重跑就是了。而 Chen 2026 那组数据说明代价：压缩之后 agent 对上下文内治理约束的违反率从 0% 升到 30%，约束被摘要丢掉的飙到 38%，活下来的 0%。一个干净到残酷的二分法，而摘要是模型自己写的。【直引】
两种技术路线的哲学差异，帖子最后那段总结得最好：模型摘要把记忆变成了一个不断重新讲述的故事，每一代讲述者都在前一代的讲述上加工；透明压缩把记忆变成了档案，压缩只是换了一个更小的阅览室，卷宗本身一个字没动。故事会变形，档案不会。迭代压缩就是在复印复印件，到第五六轮就糊成一片；逐字保留的 checkpoint 是母带，第几轮都不掉渣。【直引】