TwiScan
人気
コミュニティ
アカウントコレクション
ログイン
登録
English
日本語
한국의
简体中文
繁体中文
登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。
今すぐ登録
Charles在路上
@Charles77xixi
00后程序员👨🏻💻|前大厂 Infra,目前在做 Game Agent 把 AI 真正用进项目、把工资变成资产,联系方式在个人网站 合作 📮:charles77xixi
@gmail
.com
参加 January 2025
285
フォロー中
4.6K
ファン
Charles在路上
@Charles77xixi
2026.07.09 10:38
虽然claude code和codex的上下文自动压缩都叫 compact,但二者的实现和思想其实完全不一样,这两个产品对上下文的处理几乎是相反的。 Claude Code 把上下文压缩的力度拆成了从轻到重好几档,能轻度压缩解决就尽量轻度压缩,非必要不丢弃上下文,因为轻度压缩本质上是不会损失任何上下文的,只是把上下文用占位符的形式在内存中留住,主体内容放在磁盘里。 最轻级别的压缩:把特别大的 tool_result 挪到磁盘上,内存上下文里留个2 KB 大小的预览,Agent 想要的时候还能用 Read 把原文捞回来。 再重一点的压缩:把过时的旧内容原地删成占位符,同时尽量保住缓存的热度别让旧内容完全失效。 全量压缩:只有到最后实在塞不下了,它才会进行全量压缩,将上下文精简成摘要,只有全量压缩才会真的丢弃一部分上下文。 Codex 的压缩相对来说更直接也更粗糙,基本就一层处理。到达上下文阈值之后,它把 AI 自己的回复和 tool_result 都删掉、并生成一份摘要。 但 Codex 的压缩有个原则,用户输入的每一句话都保留原文 ,砍的只是 AI 生成的内容,还有那些原始的文件和堆栈 dump。它的设计思想是,只要把人的意图完整留住,AI 生成的那部分上下文哪怕丢了也可以重新生成。 在使用层面上还是有挺大差别的,要连续记住一堆架构决策、跨很多文件、来回改动的重任务,Claude 的记忆保持明显更好,Codex 在工具密集的长会话里更容易把架构记忆丢掉。
もっと見る
0
0
2
47
0
コミュニティへ転送
人気のあるユーザー
オリコンニュース
@oricon
2M ファン
TVer新着
@TVer_info
101.4K ファン
ツイッター速報〜BreakingNews
@tweetsoku1
258K ファン
New York Post
@nypost
4.2M ファン
PR TIMESテクノロジー
@PRTIMES_TECH
28.3K ファン
モデルプレス
@modelpress
2M ファン
Nia|女優
@iamnianearyou
177.6K ファン
空空道人
@Kongkongda5882
37.5K ファン
ファミ通.com
@famitsu
1.4M ファン
MANTANWEB/毎日キレイ
@mantanweb
68.8K ファン
cv usk
@cv_usk
437 ファン
中國新聞社
@CNS1952
547.3K ファン
4Gamer
@4GamerNews
735.1K ファン
一劍浣春秋
@chee828
232.6K ファン
Yahoo!ニュース
@YahooNewsTopics
2.1M ファン