多轮编码代理中上下文压缩网关的经验成本归因

上下文压缩被广泛提议作为削减 LLM 编码代理词元费用的一种方法，公共基准测试报告称，积极的压缩可以保持任务解决质量。这两个事实并不意味着通常假设的第三个事实：压缩文件读取可以在真正的多轮代理中节省资金。我们在编码代理（Claude Code、Codex）和前沿 LLM（Claude Sonnet、GPT-5）之间安装了一个生产压缩网关（Paritok），并将真实会话的词元清单分解为三个独立的杠杆：工具模式过滤、文件读取和工具输出的内容压缩以及历史摘要。在受控 A/B 运行下单独测量，三者的节省率根本不同。工具模式过滤每回合都会删除固定的区块，典型回合中大约会删除 21K-57K 词元；它与匝数 N 呈线性关系，并且是唯一明确且可重复的正杠杆。内容压缩每回合仅节省约 2% 的缓存定价前缀，但压缩读取会在历史记录中累积，并在以后的每个回合中重新发送，因此其累积节省呈二次方增长，约 3350*N^2 词元（测量），在大约 6 回合内超过固定工具过滤器节省，直到上下文窗口达到上限。非破坏性网关允许代理根据需要拉回原始字节；每次召回都准确地重新发送刚刚压缩掉的一个片段，因此其成本是固定且有界的，而不是乘法爆炸，并且重度召回一次将累积的节省花费回一个片段。最后，强大的单次压缩基准 - 在 25.7% 的压缩率下保留了 86.5% 的 SWE 基准质量，这是通过该网关部署的模型（Paritok-4B，单独报告）实现的 - 与多轮代理成本正交，不能被引用为节省成本的论点。我们将结果提炼成一个可行的方案，让节省词元的努力得到回报。