代理通常处理需要数百万个上下文令牌的复杂问题，由于上下文窗口有限，因此需要跨会话进行压缩。我们开发了CliffCompaction ，这是一种自动压缩技术，在有限的环境中将成本降低高达50 ％ ，同时保持或提高终端台的性能，并在测试时间缩放和STA方面达到新的效率水平

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.26779v1)获取最准确的信息。

---
🔗 **原文链接**: [CliffCompaction: Cost-Efficient Compaction for Long-Horizon ](https://arxiv.org/abs/2609.26779v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Trang Nguyen, Eulrang Cho, Bingqing Chen, Tim Dettmers

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-23 13:02