知识卡片：CliffCompaction：面向长时程编码智能体的成本高效自动压缩

一句话结论

CliffCompaction 是一种面向长时程编码智能体的自动上下文压缩技术，作者称其通过在有限上下文窗口下“只截断或丢弃、不改写”并避免压缩叠加，最高降低成本 50%，同时保持或提升 Terminal-Bench 表现，并在 KernelBench 上取得 CUDA 内核加速的 state-of-the-art 结果；但论文正文与实验细节未在来源材料中给出，具体设置待核实。

事件概述或研究问题

长时程编码智能体常需处理需要百万级 token 上下文的复杂问题；由于上下文窗口有限，跨会话必须进行压缩。本文研究的问题是：能否在有限上下文（bounded context）下自动压缩历史信息，既控制成本又不损害性能，并支持测试时扩展（test-time scaling）和跨会话持续学习。为此作者提出 CliffCompaction。

方法/产品要点

类型：autocompaction 技术，面向长时程编码智能体。
核心保真原则：压缩时只做截断（truncating）或丢弃（dropping），不重述、不改写（never rephrasing or rewriting）内容。
防漂移设计：不压缩“压缩产物”（never compact a compaction）；每次压缩只作用于原始内容，并丢弃先前的压缩输出，以避免 context drift 累积。
工程形态：作者开源了一个 scaffold-agnostic 的 API-proxy 实现，称可用于 Claude Code、Codex 和其他 harnesses。
具体选择哪些内容截断/丢弃、压缩触发条件、API-proxy 实现细节：来源材料未展开，待核实。

主要结果或产业意义

成本：在 bounded context 下，CliffCompaction 最高降低 50% 成本。
Terminal-Bench：保持或提升性能；在测试时扩展场景中，增加超过 10 个百分点，成本低于两次 full-context runs。
并行测试时扩展：作者称 Kimi K2.6 在 CliffCompaction 下可匹配 Opus 4.7，并超过 Opus 4.6 和 GPT-5.3 Codex，且成本更低。
KernelBench：CUDA kernel speedups 达到 2.23×（200 步后）和 3.58×（400 步后），超过 specialized search algorithms 和 trained agents；作者强调 CliffCompaction 仍是 general-purpose compaction technique。
持续学习：这些性质支持超过百万 token 的跨会话持续学习。
产业意义：从材料看，压缩不只是省 token 的优化，还可能影响测试时扩展的性价比、不同模型在成本约束下的相对表现，以及编码 agent harness 的设计方式。是否可普遍复现及成本核算方式待核实。

为什么重要

长时程编码 agent 的主要瓶颈之一是上下文窗口与调用成本；如果压缩过程改写内容，可能引入语义漂移，并在多轮压缩中累积。CliffCompaction 的重要性在于提出一种“忠实压缩”原则：只截断/丢弃原始内容、不压缩压缩，从而在长会话中控制 drift，并把节省下来的 per-rollout 成本用于更多测试时采样或更长任务。对于编码 agent 产品与 API 中间层，这意味着可在不更换模型的情况下改善性能—成本曲线。

与既有脉络的关系（增量）

已有相关卡片分别覆盖训练侧压缩、主动记忆代理和长程智能体信用分配。本条材料的增量在于：CliffCompaction 更偏向推理/部署层的 autocompaction 与 API-proxy 集成，强调压缩信息保真、不压缩压缩、成本效率、测试时扩展和编码 harness 兼容；它是否可与训练侧压缩或记忆机制组合，来源材料未说明，待核实。

局限与不确定性

来源材料仅包含标题、摘要、作者、分类和链接，未包含论文正文、实验设置、任务版本、统计显著性和复现细节；相关具体结论待核实。
“最高降低 50% 成本”的成本口径、上下文长度、调用价格、基线和任务分布未在材料中说明，待核实。
Terminal-Bench、KernelBench 的评测协议、基线配置、模型版本与运行次数待核实。
Kimi K2.6、Opus 4.7、Opus 4.6、GPT-5.3 Codex 的可用性、版本对应和成本对比细节待核实。
“不压缩压缩”“丢弃先前压缩输出”在真实长任务中如何避免丢失关键信息，材料未展开，待核实。
开源 API-proxy 的许可证、代码仓库、维护状态、支持 harness 范围待核实。
是否经过同行评审、作者机构与利益冲突，材料未说明，待核实。
对非编码任务、其他语言/框架或其他智能体 scaffold 的泛化能力待核实。

可用于图书/PPT/简报的角度

“忠实压缩”原则：只截断/丢弃，不改写，避免语义漂移。
“不压缩压缩”：防止 context drift 在多次压缩中累积的工程模式。
测试时扩展的成本工程：用压缩提高每个预算内的 rollout 数量或步数。
长时程编码 agent 基础设施：scaffold-agnostic API-proxy 与 Claude Code、Codex 等 harness 的集成。
百万 token 会话与持续学习：KernelBench CUDA 优化案例。
模型能力与 harness/压缩的关系：压缩层可能改变不同模型在成本约束下的相对表现。
训练侧压缩与推理侧压缩的互补：RL 训练、记忆代理、信用分配与 autocompaction 的边界。

原始材料

英文标题：CliffCompaction: Cost-Efficient Compaction for Long-Horizon Coding Agents
英文关键词（据材料）：long-horizon coding agents; autocompaction; context compaction; test-time scaling; bounded context; API-proxy; KernelBench; Terminal-Bench; CUDA kernel speedups; context drift
作者：Trang Nguyen, Eulrang Cho, Bingqing Chen, Tim Dettmers
arXiv ID：2609.26779v1
分类：cs.AI, cs.LG, cs.SE
发布/更新：2026-09-22T17:55:59Z
摘要页：https://arxiv.org/abs/2609.26779v1
PDF：https://arxiv.org/pdf/2609.26779v1