标签
一篇论文提出了一种结构化的会话压缩方法，将聊天历史建模为带有快照和分支的DAG，在保留语义的同时修剪冗余，在编码会话中平均削减20%的token。
分享了一个在Codex中快速获取上下文并节省token的技巧：当会话上下文快满时，开新会话并引用旧会话总结核心信息，继续任务执行。
一位开发者分享了在Cursor、Claude Code和Codex之间切换时丢失上下文的困扰，以及他们如何使用MEMMY解决这一问题。MEMMY是一个将聊天历史同步到所有代理共享记忆中心的工具。
探讨了谁应负责保持AI模型上下文最新状态的问题，并论述了提供者、开发者和用户在维护信息时效性方面的角色。
一位开发者分享了一个精心整理的安装程序，其中打包了11个Token优化工具，帮助AI代理管理上下文并减少Token使用量，同时向社区征求额外建议，特别是针对多代理设置。
本文提出 Agentic Context Management（ACM），将智能体记忆视为包含五个原语的生命周期问题，并介绍了参考实现 Maximem Synap，该实现取得了强劲的基准测试结果。
Hermes 的 Profile 功能让不同的 AI Agent（如编程、研究、私人事务）拥有独立的配置、记忆和任务，实现身份隔离，解决长期运行中的上下文混乱问题。
Unibase Memory 是一款 Chrome 扩展程序，可在 ChatGPT、Claude 和 Gemini 之间实现共享记忆，让用户能够捕获、搜索和注入 AI 对话到任何工具中，无需重复解释上下文。
Glean 的工程博客详细介绍了他们的新代理框架，该框架通过代码执行实现 100% 程序化工具调用，与标准工具调用相比，减少 24% 的 Token 使用量。该框架通过工具截断和沙箱文件系统管理上下文，适用于长时间运行的复杂工作流。
这篇 ICML 论文介绍了递归模型，这些模型递归地调用自身在隔离上下文中解决子任务，证明它们可以在长时推理中超越上下文受限的自回归模型。在 SAT 求解和围棋博弈树搜索上的实验表明，使用较小的活动上下文能提高准确性。
Akashic提出了MemAttention，一种用于LLM推理的低开销内存系统，将上下文组织成有界块并建模语义关系，相比先前基线方法，准确率最高提升10.2个百分点，吞吐量最高提升1.21倍。
本文提出了一种更简洁的 Agent 网页访问模式，通过将功能拆分为三个独立的通道——搜索（search）、抓取（fetch）和浏览器（browser），并借助一个阅读器子代理（reader subagent）避免原始页面进入主上下文，从而显著降低 Token 消耗和上下文污染。
一位开发者讲述了构建PRAANA（一个面向编码代理的主动上下文策展器）的经历，详细描述了诸如语义召回损坏和测量缺失等错误，并强调了在优化之前使用诚实工具和进行测量的重要性。
一位CIO分享了对将语义层和本体应用于企业AI代理所面临挑战的观察，强调了动态上下文选择、持续演进机构知识以及表达判断而非仅仅静态事实的需求。
Toolport是一款开源工具，可让你使用多个MCP服务器而无需消耗上下文Token，提供诸如检测抽地毯骗局等安全功能，并能在不同AI智能体之间无缝导入/导出MCP配置。
Self-GC 为长时域 LLM 智能体引入了一种自管理上下文系统，将智能体历史视为带有折叠、掩码和剪枝操作的索引对象，从而在减少令牌使用的同时保留未来依赖关系。
Memanto是一个专为AI开发环境打造的主动式工作记忆库，能在无API密钥和向量数据库的情况下，实现零延迟索引和高性能检索，支持Claude Code、Cursor等16+开发环境，在LongMemEval基准测试中达到89.8%的分数。
LeanCTX已更新，作为管理AI代理工具输出的网关，压缩大数据，擦除秘密，并通过MCP集成外部工具，以防止令牌爆炸。
Context Warp Drive 是一个面向LLM智能体的开源库，它使用确定性折叠来管理长上下文窗口，无需基于LLM的摘要，从而实现高效、缓存友好的智能体连续性。