Codex 上下文管理要换路子：用「开新窗口」取代摘要式压缩

这个改动听上去只是换了个清理策略，实际动的是 Codex 长任务里最贵、也最容易出事的那一环。

摘要压缩为什么是个赔本买卖

现在的做法叫 compaction：对话快撑满窗口时，让模型把之前的历史读一遍、写成一份摘要，再拿这份摘要当新的起点。问题有两头。

• 贵：为了压缩，得先把整段历史完整读进去再生成一遍输出。压缩这个动作本身就是一次不小的推理开销，而它不产出任何用户要的东西。
• 丢细节：摘要是有损的，而且损在哪里不受控。跑长任务时最要命的往往是那些看起来无关紧要的东西——某个文件的确切路径、之前试过并失败的某个方案、一条改到一半的约定。这些恰恰是最容易在概括里被抹平的。

更麻烦的是它会连锁：压缩之后模型忘了自己试过什么，于是又走一遍老路，把窗口重新填满，触发下一轮压缩。用久了的人对这个循环应该不陌生。

新方案的关键词是"不生成摘要"

从 OpenAI 在 Codex 开源仓库里公开的相关改动看，新增的是一个只对模型开放的换窗工具：当模型判断当前窗口已经没有继续留着的价值时，它可以主动请求开一个新窗口，而这个新窗口不携带摘要，只带一份干净的初始上下文。手动清理和自动清理也都并到同一条路径上。

这句"不生成摘要"是整件事的重点。它意味着换窗从一次昂贵的推理，变成了一次近乎免费的状态重置。代价当然存在——历史真的被留在了旧窗口里，所以配套那套历史记录与笔记能力才是这个方案能不能立住的关键：模型需要在换窗之后，能按需把该找的内容再捞回来。这本质上是把"全量携带"换成了"按需检索"，成本从每一轮都付，变成了只在真正需要时才付。

换窗的时机交给模型，是一步值得观察的棋

另一个容易被略过的设计是谁来决定何时换窗。按阈值自动触发的压缩永远踩不准点位——它只知道 token 快满了，不知道你是刚开始一个新子任务，还是正卡在一个改到一半的函数中间。让模型自己申请，理论上能挑在任务的自然接缝处切开。

理论上。这一步同时也把风险交了出去：模型如果在错误的时刻判定"这个窗口没用了"，丢掉的就是它自己接下来要用的东西。这大概也是这套东西还留在开发阶段、没有正式上线的原因之一。对日常用 Codex 干活的人来说，短期内更值得留意的是它上线后默认是开还是关，以及能不能手动接管换窗时机。

放回上下文变贵的大背景里看

这个改动出现的时间点并不偶然。此前有报道指出 OpenAI 曾下调过 Codex 的可用上下文长度，从三十多万 token 缩到二十多万；对那些把长上下文当成默认前提搭起来的自动化流程，这类调整是会直接把东西跑坏的。窗口越紧，怎么用好每一格就越值钱。

把摘要压缩换成换窗加检索，方向上是承认了一件事：靠把所有东西塞进一个越来越大的窗口来维持连贯，既不经济也不可靠。顺带一提，长任务里另一类常见的"跑到一半断掉"其实和上下文无关，而是出口网络被判定异常导致的连接中断——两者的表现很像，排查时先花一分钟用 GPT / Codex IP 检测确认自己的出口是否干净，能省掉不少往错方向找的时间。