长任务里，上下文变大是必然的。聊天记录、文件修改、测试结果、用户偏好和中途调整都会堆在一起。如果不压缩，成本会越来越高；但如果压缩得太粗，又会丢掉真正决定行为的约束。
我现在会把上下文分层：哪些是长期偏好，哪些是当前项目事实，哪些是刚刚发生的任务状态，哪些是验证证据。不同层级的内容不应该被压成同一种摘要，否则 AI 会看起来记得很多，实际抓不住重点。
好的压缩不是变短，而是保住决策信号。比如“不要改掉用户已有改动”“不要把猜测写成记忆”“需要推送时远端同步才算完成”这种规则，比十段普通过程描述更重要。压缩的目标，是让下一步执行不漂移。