跳至主要內容
2026年9月24日星期四Today's Edition即時更新
KOH NEWS
科技 通訊社體

Codex 傳將取消上下文壓縮:從提交紀錄看「硬切視窗」與「外部記憶」的改版線索

開源提交顯示OpenAI Codex CLI擬取消上下文壓縮功能,改採硬切換視窗與筆記、歷史查詢式的外部記憶,本臺整理線索內容與可核實資訊邊界。

KOH NEWS 採訪中心 閱讀約 5 分鐘

一則出現在知乎的提問,讓 OpenAI 的命令列編碼工具 Codex CLI 的一次內部改動浮上檯面。根據提問者引述的開源提交(commit)內容,Codex CLI 即將取消現有的上下文壓縮(context compression)機制,改為兩項新設計:一是「硬上下文切換」,也就是直接切換到一個乾淨的新視窗;二是「外部記憶」,透過筆記與對歷史紀錄的查詢來補充上下文。本臺綜合公開提交紀錄與相關討論,整理這次改動的輪廓、技術脈絡與目前可核實資訊的邊界。

提交內容說了什麼

依照知乎提問中轉述的說法,這次改動的核心是移除壓縮流程。過去當對話與程式碼內容逐漸填滿模型的上下文視窗時,Codex 會對既有內容做摘要壓縮,把冗長的歷史濃縮成較短的描述,騰出空間讓工作繼續。新版則不再做這種濃縮。

取代方案分兩層。第一層是硬切換:模型會讀取自身剩餘的上下文量,當可用空間不足時,直接捨棄舊視窗,開啟新的上下文。第二層是外部記憶:系統會以註解形式的筆記,以及可查詢的對話與操作歷史紀錄,把舊視窗中值得保留的資訊帶進新視窗。換言之,資訊不是被壓縮後留在原地,而是被搬到模型外部存放,需要時再取出。

需要說明的是,上述細節目前主要來自提交紀錄與社羣轉述,OpenAI 官方尚未發布對應的產品公告或技術文件,最終上線版本是否與提交內容一致,仍待後續版本更新驗證。

為什麼放棄壓縮

從工程角度檢視,壓縮式上下文管理長期存在幾項為人詬病的問題。摘要過程本身要消耗一次模型呼叫,增加延遲與成本;摘要有遺漏風險,早期決策的理由、暫時擱置的任務細節可能在濃縮時丟失;而且壓縮後的上下文品質難以保證,模型後續表現可能隨工作階段拉長而下滑。

硬切換加外部記憶的組合,把「保留資訊」與「填滿視窗」兩件事拆開。視窗內只放當前任務所需的內容,長期資訊放在檔案與紀錄裡,由模型按需查詢。這個思路與近來開發工具圈的整體方向一致:與其讓模型記住一切,不如給它一套查詢工具。這也與 OpenAI 擴展零數據留存機制的公告方向相互呼應,兩者都反映出該公司近期在資料處理架構上的調整節奏。

在 Agent 型應用場景中,這種設計尤其有其邏輯。長時間執行的編碼任務往往跨越數小時甚至數日,累積的對話、檔案讀寫與指令輸出遠超任何模型的視窗上限。與其反覆壓縮一個終將不夠用的視窗,不如讓每次切換都從乾淨狀態出發,再靠筆記與歷史查詢恢復工作脈絡。

社羣討論的分歧

知乎該則提問下,討論呈現兩種方向的看法。

支持的一方認為,這是對壓縮機制積弊的一次糾正。有回應以實際使用經驗為據,指長工作階段中壓縮後的上下文經常出現「忘了自己剛做過什麼」的情況,硬切換雖然看似激進,但配合完整的歷史紀錄查詢,資訊損失反而可控。也有觀點把這次改動放在更大的脈絡下解讀:模型上下文視窗持續擴大,外部記憶與檢索技術日趨成熟,壓縮作為過渡方案的必要性正在下降。

質疑的一方則點出新架構的代價。硬切換意味著每次開新視窗都是一次「斷點」,若筆記品質不佳或查詢失準,模型在新視窗中可能缺少關鍵背景,需要額外的來回查詢才能回到狀態,這會以延遲與 Token 消耗的形式計價。另有回應關注實作細節:筆記由誰來寫、何時寫、寫什麼,歷史紀錄的檢索效率與準確率,都會直接決定這套機制的好壞。這類成本敏感度的討論,與先前 微軟收緊內部 AI Token 用量管理的報導所揭示的企業端成本壓力,屬於同一條問題線。

兩種說法各自成立的前提並不相同:前者假設查詢機制運作良好,後者假設它運作不佳。實際表現如何,最終仍要看公開版本上線後的實測。

Codex 的產品脈絡

Codex 是 OpenAI 面向軟體開發的 Agent 產品線,涵蓋 CLI 工具、雲端任務與整合開發環境的外掛等形式。CLI 版本以開源方式維護,這也是本次改動能夠在正式公告前就被社羣從提交紀錄中讀出的原因。相較於閉源產品,開源儲存庫的提交歷史讓外界得以在功能落地之前,先看到工程團隊的設計取捨。

上下文管理是所有長時間運作 Agent 工具的共同課題。各家方案不盡相同:有的仰賴自動摘要與壓縮,有的採用檔案系統作為持久層,有的結合檢索增強技術從外部知識庫取材。Codex 這次若確定轉向硬切換與外部記憶,等於在光譜上明確選邊,把賭注押在查詢而非濃縮。

可核實資訊的邊界

截至目前,關於這次改動,可確認的部分是:相關提交存在於 Codex CLI 的公開儲存庫,內容涉及移除壓縮邏輯並引入視窗切換與歷史查詢機制。屬於推測或待驗證的部分包括:改動進入正式版本的時間點、筆記與歷史查詢的具體運作方式、以及對實際使用成本與表現的影響幅度。

OpenAI 未對此事發布獨立說明。後續觀察指標有三:Codex CLI 的版本更新說明是否正式提及此變更、官方文件是否補充外部記憶的設計細節、以及使用者社羣在版本切換後的實測回報。本臺將持續追蹤。