正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
这篇论文关注What Compaction Destroys相关问题：当智能体依赖技能、记忆、工具和运行时控制时，模型外部系统怎样影响最终能力。
核心方法
论文指出长程智能体中安全规则和事件日志被同速压缩时，最需要保留精确措辞的规则会快速丢失。Knowledge Triage 按知识类型设置不同保留策略，说明上下文压缩必须区分“可概括经验”和“不可改写约束”。
实验结论
- 解释 compaction 在长会话里究竟破坏了什么。
- 适合与同批推荐中的 Agent Skills、Harness 和长期记忆论文交叉比较。
局限性与证据边界
- 已按 arXiv 元数据和摘要整理，推荐文案为中文编辑摘要。
适合谁阅读
追踪 Agent Skills 与 Harness 研究比较模型外状态的收益和风险设计长期智能体系统Agent SkillsAgent Harness
可核验的原论文来源和作者
- 作者
- Saber Zerhoudi, Jelena Mitrovic, Michael Granitzer
- 来源
- arXiv
- 论文 ID
- 2608.22752