Pull：工作记忆的惰性物化，用于有状态的 LLM 对话

随着 LLM 对话增长到数百轮，全上下文注入会产生 $O(N^2)$ 累积词元成本，而有损摘要或硬截断会不可逆地丢弃历史状态。我们提出 Pull，一个会话路由器，通过本地确定性 Purifier（零 LLM 调用，毫秒级延迟）维护可寻址元数据目录。在查询时，LLM 会延迟地仅实现其需要的轮次；未实现的转弯仍可通行，但已倒塌。与不可逆压缩不同，Pull 的物化是可逆的；后续查询可以展开任何折叠的转弯。在 LoCoEval（128 个对话，12,780 轮）上，Pull 在具有同等质量的单跳任务上将每个查询上下文标记（第 2 阶段）减少了 75.1%（$Δ= -0.002$，n.s.），在没有质量损失的多跳任务上减少了 72.0%（$Δ= +0.017$）。受控路由基准（7,831 个查询 x 10 个方法）表明，实体生命周期跟踪在经验上是距离无关路由的先决条件。在 BEAM 1M（14 个对话，263 个问题）上，Pull 将 F1 比截断基线提高了 55.2%。