几款工具的上下文压缩策略对比

长对话之后，客户端都会做上下文管理，策略不同：

A：截断最老的。简单，但可能丢掉关键信息。
B：让模型自己总结。信息保留好，但多一次调用，且总结可能失真。
C：把工具输出替换成摘要。对工具调用密集的场景有效。

我用下来，C 最实用。工具输出通常是上下文膨胀的主因，压缩它对保真度影响最小。

观察方法：看客户端的 token 使用曲线，涨得快的地方就是需要压缩的地方。