研究人员推出了 CliffCompaction，这是一种自动压缩技术，旨在通过截断而非改写的方式保留压缩信息的忠实度，从而在受限上下文条件下将长周期编码智能体的成本降低高达 50%。该方法在 Terminal-Bench 上保持或提升了性能，并在 KernelBench 上取得了最先进结果。

  • CliffCompaction 在不到两次完整上下文运行成本的情况下，使 Terminal-Bench 的得分提高了超过 10 个百分点。
  • 在并行测试时扩展下，它使 Kimi K2.6 能够以更低成本匹配 Opus 4.7，并超越 Opus 4.6 和 GPT-5.3 Codex。
  • 该技术通过丢弃先前的压缩输出并仅对原始内容进行操作来防止上下文漂移。
  • 在 KernelBench 上，经过 200 步后 CUDA 内核加速达到 $2.23 imes$，经过 400 步后达到 $3.58 imes$。
  • 一种与框架无关的 API 代理实现已开源，可用于 Claude Code、Codex 及其他工具链。

CliffCompaction 使测试时扩展的性能与成本权衡更加高效，支持跨会话（超过一百万个 token）的持续学习。