知识卡片：智能体历史能否预测上下文压缩何时有害？TRACE 配对重放语料上的有限且有界效应

一句话结论

在 TRACE 的 590 个 AppWorld 压缩边界配对重放语料上，压缩前历史只能弱预测压缩后的动作负担；最佳可解释触发器避免 21% 有害边界并保留 84% 压缩机会，但材料尚不支持其在匹配保留率下优于 token 预算规则的结论。

事件概述或研究问题

许多长时程智能体按全局规则压缩上下文，通常是 token 预算，而不看智能体当时在做什么。论文问：智能体近期行为能否预测一次压缩何时会造成伤害？TRACE 公开语料包含 590 个由 harness 触发的 AppWorld 压缩边界；每个边界从重新执行的前缀状态出发，在压缩前上下文和摘要条件下分别重放，并记录下一步动作负担——出错或重复已经发出的调用。

方法/产品要点

• 使用 TRACE 配对重放：同一压缩边界，比较压缩前上下文与摘要下的后续动作负担。
• 伤害/负担定义：后续调用出错，或重复已做过的调用；正负担边界视为有害压缩。
• 检验压缩前历史是否预测压缩后伤害；包含内部预设的按前缀位置对比。
• 触发器评估：最佳 extension-protocol 触发器留出集 AUROC 0.66（复现实验自身标签 0.64），对照同一边界复现为 0.72。
• 最佳冻结、可解释触发器避免 21% 的有害（正负担）边界，同时保留 84% 的压缩机会；在计数上超过随机规则期望，但在负担总量上未超过（事后比较）。
• 在匹配保留率下，最佳触发器能否击败 token 预算规则，无法在该发布版本上评估。

主要结果或产业意义

• 压缩前历史对压缩后伤害只有弱预测力；内部预设对比为宽泛的零结果。
• 朴素的 “has-written” 标签实际测量的是轨迹阶段，而非稳定的压缩伤害信号。
• 最佳可解释触发器显示出一定筛选价值：避免部分有害边界，同时保留多数压缩机会，但这种效应是有限、有界的。
• 对产业实践，材料不支持把“历史感知压缩触发”直接宣传为 token 预算的替代品；它更像是一个需要更强语料和评测设计来验证的方向。

为什么重要

长时程智能体的上下文压缩直接关系成本、延迟与任务成功率；全局 token 预算忽略任务状态，可能在不合适的时机压缩。本文的重要性在于：它用配对重放和动作负担指标把“压缩何时有害”变成可检验问题，但结果提醒该信号目前很弱。作者还指出，要回答“是否优于 token 预算”需要语料额外发布哪些内容。与已有卡片（外骨骼、时序图分布漂移、在线模仿学习）无直接主题延续或更新关系；本条增量是压缩触发预测的有限效应与评测缺口。

局限与不确定性

• 效应有限：最佳 extension-protocol AUROC 0.66 低于同一边界复现的 0.72，在复现标签上为 0.64。
• 预设对比为宽泛零结果；“has-written” 标签与轨迹阶段混淆。
• 随机规则比较是事后比较，且在负担总量上未超过随机期望。
• 无法在发布版本上评估匹配保留率下触发器与 token 预算规则的对比。
• TRACE 语料是否覆盖多模型、多任务、多摘要方法、跨域泛化：待核实。
• 触发器实现细节、阈值、训练/留出划分、统计不确定性：待核实。
• 论文建议语料应发布哪些字段或协议的具体清单：待核实。
• 同行评审状态与预印本状态：待核实。

可用于图书/PPT/简报的角度

• 对比“全局 token 预算”与“行为感知压缩触发”。
• 用配对重放定义压缩伤害：出错或重复调用。
• 弱预测信号与评测陷阱：朴素标签实际测量轨迹阶段。
• AUROC 0.66 vs 0.72：有限、有界效应的可视化案例。
• 21% / 84% 的成本—收益权衡；随机规则在计数与负担总量上的差异。
• 评测缺口：匹配保留率比较、语料应包含的字段与协议。
• 智能体记忆/上下文管理章节的启示：先建立可复现配对评测，再宣称智能压缩。

原始材料

• English title: Does an Agent's History Tell You When Compaction Will Hurt? A Modest, Bounded Effect on the TRACE Paired-Replay Corpus
• English keywords（据材料术语整理）: long-horizon agents; context compaction; TRACE; AppWorld; paired replay; token budget; AUROC
• Authors: Egor Pakhomov, Erik Nijkamp
• arXiv ID: 2610.08722v1
• Published: 2026-10-06T17:26:57Z
• Primary category: cs.AI
• Categories: cs.AI, cs.LG
• Abstract URL: https://arxiv.org/abs/2610.08722v1
• PDF URL: https://arxiv.org/pdf/2610.08722v1
• Track / Topics（任务元数据）: academic / foundation-model