AutoHarness、AutoContext，现在又来了个AutoCompact。一条越来越清晰的线索是：把原本由外部框架做的事，训练进模型本身。这次被交出去的权力，是"什么时候压缩上下文"。

AutoCompact 的核心思路很直接——让智能体自己决定何时压缩、保留哪些工作状态、以及压缩后如何接着干。这套机制和 Meta 那篇训练模型原生管理上下文的论文思路相近，但落点更具体：压缩这个动作，从框架的固定规则变成了模型的一项可学习能力。

打开网易新闻 查看精彩图片

先纠错，再训练

训练流程分两步走。第一步，由一个评判者先审查基础智能体的压缩决策，在它真正执行之前，把有问题的决策替换掉。这些被修正过的轨迹，用来做监督微调。

第二步是强化学习，奖励信号直接来自任务是否成功。这样一来，写代码和压缩上下文这两件事被放在一起训练，而不是分开优化。

效果体现在数字上：在 SWE-bench Verified 上通过率提升 9.2 个百分点，在 SWE-PolyBench Verified 上提升 5.0 个百分点。

窗口不溢出，收益依然在

一个值得注意的细节是，即便把上下文窗口开到 256K、根本不会溢出的情况下，这种学出来的压缩能力依然带来增益。这说明它的价值不只是"省空间"——当上下文空间不再是瓶颈时，主动压缩仍然有用。

换句话说，压缩在这里更像是一种主动的信息管理，而不是被动的容量救急。

作者把这种主动压缩归为一种"模型-框架协同设计"：框架提供压缩机制，模型学会何时调用它、保留什么、之后怎么继续。分工没有消失，只是边界被重新划了一次。

至于这套方法在更大规模上表现如何、跨不同框架是否稳健，目前还没有答案。

另一个悬而未决的方向是组合问题：框架里已经打包好的那些基于规则的压缩技术，怎么和这种由模型主动调用的压缩方式配合起来用。规则负责兜底，模型负责判断时机，听起来合理，但具体怎么接还没定论。