Codex CLI更新：Token预算替代压缩优化长上下文

Codex CLI 近期对其核心记忆系统完成了一次深度升级，彻底放弃了传统的上下文压缩机制，转而采用token预算管理配合硬性上下文切换的全新架构。这一改动让模型不再被动等待token耗尽后被强制压缩上下文，而是能够主动感知剩余额度，自主决定何时切换上下文窗口。本文将全面拆解这次更新的底层逻辑、解决的核心问题以及值得参考的设计思路。

传统压缩机制的核心局限

在此次更新之前，Codex的上下文管理依赖压缩机制：当token即将耗尽时，系统会将对话历史压缩为一段摘要，模型带着该摘要继续后续交互。这一方案虽被广泛使用，但存在三个难以规避的痛点。

一是压缩的不可逆损耗：摘要本质是对原始对话的概括，不可避免会丢失细节信息。一段包含多轮调试的长对话被压缩为三两句总结后，中间的关键上下文细节就会彻底丢失，模型无法再获取完整的交互信息。

二是模型的被动性：传统机制下，模型无法感知当前上下文窗口还剩余多少token，只能等待系统触发压缩操作，既无法提前规划交互节奏，也不能在合适的时机主动整理上下文内容。

三是切换后的记忆缺失：压缩完成后，原始对话历史会被替换为摘要，模型无法回溯完整的交互记录，若后续需要参考之前的具体细节，已经没有途径获取，相当于临时“失忆”。

新方案核心：换窗口而非丢记忆

Codex此次更新的核心思路非常明确：不再通过压缩牺牲细节，而是切换到新的上下文窗口，但完整保留所有历史记忆。这一思路带来了三个关键的角色转变。

从被动到主动：模型通过专用标识感知当前上下文窗口的剩余token数量，能够提前规划交互节奏，在额度即将耗尽时主动发起上下文切换，而非被动等待系统触发压缩。

从失忆到完整记忆：新机制下，历史对话会完整保存在专用存储中，模型可以通过历史查询工具列出所有对话窗口和条目，读取具体内容，甚至通过关键词搜索历史信息；同时新增的笔记工具可以写入持久化笔记，保存工作状态和关键信息，彻底解决了切换后的失忆问题。

从手动到自动：系统可以通过元数据自动启用token预算管理功能，无需用户手动进行配置，让长上下文交互的管理更加轻量化。

一句话概括这次更新的核心：用预算管理替代强制压缩，让长对话交互更流畅自然。

三层架构：从感知到管理的完整闭环

Token Budget的整体架构分为三个层级，每个层级各司其职，形成完整的闭环。

感知层：实时掌握剩余额度：通过专用的token预算标识，模型在每次请求时都能获取当前上下文窗口的剩余token数量，这是主动管理上下文的前提。

管理层：主动发起窗口切换：模型可以通过专用工具主动请求切换到新的上下文窗口，新窗口不会对历史内容进行压缩，直接开启全新的交互窗口。

记忆层：完整保留与查询历史：历史查询工具可以实现对话窗口和条目的列表查看、单条内容读取、关键词搜索等功能；笔记工具则支持持久化笔记的列表、读取、搜索、追加和写入，让模型能够随时调用历史信息和工作记录。

三个层级环环相扣：感知层让模型知道“何时需要切换”，管理层让模型能够“顺利完成切换”，记忆层让模型在切换后“依然能找到需要的信息”。

设计哲学的本质转变

这次更新最值得关注的，并非具体的技术实现，而是背后设计哲学的转变。

长上下文管理的本质是记忆而非压缩：传统压缩机制将上下文视为需要节省的资源，通过牺牲细节来延长交互时长；而新方案则将上下文视为需要完整保留的记忆，通过切换窗口来适配更长的交互时长，这更符合人类处理长任务的习惯——我们会翻阅之前的记录，而非将其概括后丢弃。

从“工具”到“伙伴”的角色转变：传统压缩机制将模型视为执行任务的工具，用完即压缩、丢弃上下文；而新方案将模型视为协作的伙伴，为其提供完整的记忆能力，让模型能够主动管理交互流程，这种设计哲学的升级，比技术细节本身更有价值。

这种转变也让长上下文交互从被动适配，变成了主动规划，让模型能够更好地适配复杂的长任务场景。

实践价值与借鉴意义

从这次Codex的更新中，我们可以看到长上下文管理思路的全新方向。对于从事智能体开发的从业者来说，“主动管理”的思路尤其值得借鉴：不再让模型被动等待上下文被压缩，而是让模型主动感知剩余资源、自主规划交互节奏，配合完整的记忆查询机制，让长任务的处理更接近人类的工作方式。

如果想要深入理解这套设计，重点可以关注三个层级的配合逻辑：感知层的额度感知、管理层的窗口切换、记忆层的历史查询，这套闭环设计不仅适用于Codex，也可以为其他智能体系统的长上下文管理提供参考思路。