代码改到第 8 轮，右下角上下文用量条直接红爆了。

这时候你手忙脚乱敲了个「/compact」，心里还琢磨着，这发摘要压缩下去，好歹能给会话回满血，把剩下两个接口写完。

然后你就迎来了最血压升高的场面。

模型没有满血复活，反而开始原地装傻。前两分钟刚跟你对齐的函数入参它全忘了，重要的类型边界被它悄悄吃掉，甚至拿着报错信息在原地无限打转。最后你坐在屏幕前深吸一口气，骂骂咧咧地把窗口关了，复制出几十行代码，老老实实重开一局。

我之前一直纳闷，为什么无论是 Cursor、Codex 还是 Claude Code，这个号称「拯救长会话」的压缩功能，用起来总像在给代码下毒。

直到我最近去翻 OpenAI 的底层提交记录。

我才发现官方早就看这玩意不爽了。

从 6 月底的一个关键 PR 开始，「/compact」的名字虽然还在，但里面的底层实现已经被他们完全掏空。它根本不再做任何摘要提取，只要一触发，背地里干的其实是清空当前窗口，给你硬切一个空窗口重开。

翻开提交链，官方早就动手了

去翻 OpenAI 最近两个月的核心代码仓，能清晰看到一条密谋已久的换代路线图。

更有意思的是，这套改动不是命令行工具自己瞎搞，而是直接落在了整个客户端共享的「codex-rs/core」核心层和「app-server」通信协议里。CLI、IDE 插件、桌面端，全线一起换。

目前这套新架构由「Feature::TokenBudget」开关卡着，还在灰度推进。说白了，这就是经典的「先把实现偷梁换柱，等跑稳了再把旧接口扬了」。

摘要压缩到底错在哪了？

你想想看，写代码和写小说不一样。

写小说做摘要，丢掉两句景色描写无所谓。但写代码最要命的就是那些冷僻细节，比如一个隐藏的入参顺序，或者某个第三方库稀奇古怪的报错类型。

让模型去做摘要压缩，相当于逼它在还不知道未来哪行代码会报错的时候，去猜「什么东西该留下来」。

这怎么可能猜得准？

一次压缩丢点参数，两次压缩丢点边界条件，三轮下来，剩下的摘要就跟公司年终 PPT 一样，看着结构完整，真拿去跑全是 Bug。

而且做一次摘要压缩，本身就是一次拉满全窗口的重度推理。钱烧得飞快不说，很多时候模型还会因为上下文太长，自己把自己绕进死循环，直接把整个会话干报废。

硬切新窗口就不一样了。硬切只是在代码里清空一个数组，失败率直接是零。

所以 OpenAI 的思路彻底变了，别去猜未来需要什么，先把窗口清干净，等真的撞到问题了，让模型自己回头去查。

新架构怎么玩，操作系统的内存分级

看懂他们现在正在搭的这套新架构，你会发现他们把计算机操作系统的内存分级给搬过来了。

直接给大模型划分了三块地盘。

当前聊天的窗口，就是电脑的内存条（RAM）。空间寸土寸金，只放当下干活需要的那几屏代码，绝不留陈年老账。

旁边开个叫 notes 的便签，充当临时工作台。窗口快满的时候，系统给模型留出短暂的时间，把核心目标、当前进度和关键决策写在便签上。

最底下是 history 历史档案，相当于电脑的冷存储硬盘。你每一次输入的 Prompt、每一次报错、每一行生成的代码，都打上唯一 ID 扔进档案库。

窗口满了？直接内存清零，硬切到一个新窗口。

新窗口里只带走那张写着要点的便签。如果模型写着写着，发现需要查半小时前改过的那个数据结构，它不会把整座历史大山搬回内存，而是直接去冷存储里，按 ID 把那一条原始记录精准取回来。

把「瞎猜要留什么」，彻底变成了「按需检索精准调取」。

这套设计在 2023 年 MemGPT 论文里就有人提过，但当时大家只能靠在 Prompt 里拼命祈祷模型听话。现在 OpenAI 凶残的地方在于，他们直接把何时开窗、怎么记笔记、何时查历史，给训成了模型的出厂本能。

知道了这个，我们写代码该怎么做？

看清官方的底牌，我们在日常开发中就不用再跟上下文死磕了。

千万别再迷信会话里的自动压缩。任何复杂需求，尽量拆解成能在单窗口内闭环的小任务，依然是目前写出高质量代码的上限。

换新任务就果断开新会话。旧代码留在会话里只会变成检索时的噪声污染，随时可能把模型带偏。

真正关键的铁律和架构约束，老老实实写进本地的项目规则文件里。因为模型如果不知道自己忘了什么，它就根本不会主动去冷存储里查，必须用静态规则把它钉死在起跑线上。

工具变得越来越聪明，但写代码的底层逻辑从来没变过，把内存交给系统，把规则握在自己手里。