#人工智能 近期合并的 PR 显示，Codex 正在放弃上下文压缩机制，改为通过历史记录和持久笔记继续任务。Codex 新增历史和笔记工具，而模型觉得旧内容没有价值时就可以直接开新窗口放弃旧内容。新窗口的智能体可以通过笔记功能寻找任务内容，需要具体细节时再查询历史。这种机制不需要将大量内容塞给模型和反复压缩，理论上说可以节省算力并提高任务执行效率。查看全文：https://ourl.co/126580
近期 Codex 项目连续合并多项变更，这些变更都表明 Codex 正在重新设计智能体处理超长任务时的上下文机制。目前多数智能体采用的都是上下文压缩机制，压缩意味着部分关键信息会丢失，因此压缩后的会话处理效率可能会降低甚至偏离原有的任务方向。
Codex 团队实施的变更表明，后续 Codex 会直接放弃压缩机制改为直接开启全新的窗口，即当会话中的内容太长时模型可以直接开启新窗口，然后通过历史记录和笔记工具恢复此前状态，更适合持续数小时甚至更长时间的智能体任务。
PR #27488 属于关键改动，Codex 新增仅供模型直接调用的新内容工具，当模型判断当前上下文已经没有继续保留的价值时，模型就可以主动请求新的上下文窗口。
新窗口不会生成旧对话摘要，也不会继续携带此前用户、助手或工具的调用记录，而是重新注入初始环境、权限和任务配置后继续执行。这样可以避免长任务反复压缩后出现摘要膨胀、细节失真以及 token 持续被历史内容占用的问题。
PR #29743 将这套逻辑接入到手动压缩和自动压缩流程，当启用 token budget 模式后，触发的压缩实际上会直接切换到新窗口，而不再继续请求服务器或模型总结旧历史。与此同时，原有的 Compact Hook 和生命周期事件仍然保留，避免破坏客户端兼容性。
直接丢弃历史内容也会带来明显问题：新会话窗口不知道此前已经完成什么，因此在 PR #39827 中提交的改动就是新增历史和笔记工具。历史工具可以列出此前窗口和消息、读取指定记录并搜索历史内容；笔记工具则提供独立的持久笔记能力，可以查询、追加或重写任务状态。
模型因此可以在切换窗口前保存目标、决策、进度和后续操作，新窗口再读取这些笔记，需要具体细节内容时可以再调用历史工具来查询此前会话窗口中的具体内容。
不过需要说明的是目前这些改动都还在合并代码阶段因此暂时无法使用，这些功能可能还需要继续提交更多代码进行完善，具体什么时候会正式推出还是个未知数。
