● 只改两个设置，GPT-5.6 的 ARC-AGI-3 成绩翻了 3 倍

📌 一句话摘要 仅通过开启 retained reasoning 和 compaction 两个设置，GPT-5.6 Sol 在 ARC-AGI-3 公开集成绩从 13.3% 提升至 38.3%，输出 token 降至约六分之一。 📝 详细摘要 文章详细复盘 OpenAI 关于 GPT-5.6

● Codex 服务端上下文压缩效果出色，可在 Pi 中通过插件启用

📌 一句话摘要 宝玉分享了一个技巧：OpenAI Codex 的服务端上下文压缩效果很好，在 Pi 等第三方框架中默认不启用，但可以通过特定插件来开启。 📝 详细摘要 宝玉转述并推荐了 @kunchenguid 的发现：OpenAI 的 Codex 使用了服务端加密的上下文压缩技术，效果优于其他

● Codex/Claude Code 上下文压缩实际体验与配套功能分享

📌 一句话摘要 作者分享使用 Codex 和 Claude Code 的上下文压缩、Prompt Caching 体验，并介绍 fork 和 /btw 两个实用功能。 📝 详细摘要 宝玉结合实践说明当前 AI 编码工具的上下文处理已很高效，加上 Prompt Caching 降低了持续会话的成本

● 直接减少 95%token 消耗？6 月爆火的省钱神器 Headroom 来了。Codex、Cursor 终于不用狂烧上下文了

📌 一句话摘要 Headroom 是一个开源上下文压缩工具，可在 AI 编码工具（如 Codex、Cursor）使用前将 token 消耗减少 60% 到 95%，同时通过可逆缓存保障细节可回溯。 📝 详细摘要 文章详细介绍了开源上下文压缩工具 Headroom。该工具定位为 AI Agent

● TACO: 让 CLI Agent 在自主迭代中学会丢掉无用上下文

📌 一句话摘要 TACO 是一个无需训练、即插即用的终端智能体自进化观测压缩框架，让 Agent 在真实交互轨迹中学会过滤低价值终端输出，同时保留关键行动线索，从而提升长程任务成功率和 Token 效率。 📝 详细摘要 本文介绍了由曼彻斯特大学、北京航空航天大学、香港科技大学及 MAP 研究团队

● Context Mode：将 AI 编程上下文压缩 98% 的开源工具

📌 一句话摘要 开源项目 Context Mode 通过沙盒化数据处理和本地会话管理，将 AI 编程工具的上下文占用压缩 98%，支持 14 个主流平台。 📝 详细摘要 该推文介绍了一个名为 Context Mode 的开源项目，旨在解决 AI 编程工具中上下文窗口溢出的痛点。其核心思路是将原始

● Beads 开源项目：用 Dolt 数据库解决 AI Agent 长任务失忆问题

📌 一句话摘要 Beads 是一个利用 Dolt 数据库（类 Git 的 SQL 数据库）解决 AI Agent 在处理长任务时上下文丢失问题的开源项目，已在 GitHub 获得 22.6k star。 📝 详细摘要 该推文详细介绍了一个名为 Beads 的开源项目，其核心目标是解决 AI Ag

● Claude 性能感知的下降原因分析

📌 一句话摘要 分析指出 Claude 所谓的「降智」现象实则是由于项目复杂度提升导致上下文压缩与理解难度增加。 📝 详细摘要 该推文针对用户普遍感知的 Claude 模型性能下降（降智）提出了不同观点。作者认为，随着用户处理的项目复杂度增加，长上下文的压缩和关联变得更加困难，这挑战了模型的理解

● Claude Code 自动压缩上下文阈值设置方法

📌 一句话摘要 介绍如何通过配置文件设置 Claude Code 自动压缩上下文的 Token 阈值。 📝 详细摘要 作为前一条推文的补充，本推文提供了 Claude Code 的另一个高级配置项：`CLAUDE_CODE_AUTO_COMPACT_WINDOW`。通过在配置文件中设置该参数，用

● AI 记忆管理与人类梦境的类比

📌 一句话摘要 Andrew Chen 将 Claude Code 中的“Auto-dream”记忆巩固功能与人类的生理梦境过程进行了类比。 📝 详细摘要 这条推文重点介绍了 Claude Code 中位于 /memory 目录下的“Auto-dream”功能，它会定期运行一个子智能体（suba

● Cursor 自研模型反超 Opus 4.6！价格脚踝斩，氛围编程沸腾了

📌 一句话摘要 Cursor 发布自研编程模型 Composer 2，凭借创新的“自我总结”强化学习技术，在性能超越 Claude Opus 4.6 的同时实现了价格的“脚踝斩”。 📝 详细摘要 本文详细报道了 AI 编程工具 Cursor 推出的自研模型 Composer 2 及其高性能变体。

● AI Agent 长上下文解决方案：Agentic Memory 优于压缩

📌 一句话摘要 作者分享了利用 Agentic Memory（代理记忆）结合 RAG 和元数据检索来解决 AI Agent 上下文丢失问题的实践经验。 📝 详细摘要 本推文深入探讨了处理 LLM 上下文窗口限制的策略。作者指出传统的压缩方法（如摘要、滑动窗口）必然导致信息丢失，进而影响 Agen

● Claude Opus 4.6 推出自适应推理与上下文压缩功能，助力长时运行智能体

📌 一句话摘要 Anthropic 发布 Claude Opus 4.6，具备自适应推理控制和上下文压缩功能，旨在优化长时运行 AI 智能体的性能与成本。 📝 详细摘要 本文详细介绍了 Claude Opus 4.6 的发布，强调了其从静态推理向动态编排的转变。核心架构更新包括细粒度的“努力程度

● 刚刚，OpenAI 自曝：内部如何把“最新 GPT 模型”改造成“长时程干活智能体”！

📌 一句话摘要 本文深度解析了 OpenAI 如何通过 Responses API、Shell 工具、托管容器及原生上下文压缩机制，将 GPT 模型改造为具备长时程执行能力的智能体架构。 📝 详细摘要 文章详细介绍了 OpenAI 构建通用智能体（Agent）的技术架构。核心思路是为模型提供一个