Condense

在 AI 辅助编程日益普及的今天，开发者们发现了一个隐蔽的成本黑洞：上下文冗余。当使用 Claude Code、Codex 等智能体进行长会话开发时，模型在每次交互中都会重新读取完整的系统提示和历史对话。随着会话深入，这些“陈旧”的上下文占据了绝大部分 Token 消耗，导致账单激增。

Condense.chat 推出的上下文压缩代理正是为了解决这一痛点。它作为一个中间层部署在智能体与上游模型之间，通过两个内部模型对请求进行实时压缩，据实测可将令牌费用降低高达 72%。

核心机制：双模型协同压缩

Condense 并非简单地截断历史，而是采用了一套精细的“提取+重写”策略，确保关键信息不丢失的同时大幅缩减体积：

1. Helene 1（提取模型）：
   • 作为第一道防线，它对每个 Token 进行评分，剥离那些对当前推理无关紧要的内容。
   • 它保留的是智能体所见内容的严格子集，确保在进入缓存前去除噪音。
2. Adeline 1（扩散重写器）：
   • 针对已经完成的智能体循环（即过去的交互步骤），Adeline 1 会将其打包成简短的摘要。
   • 摘要包含关键要素：意图、文件路径、标识符、错误信息及代码片段，体积仅占原始 Token 的约 9%。
3. 骨架保留原则：
   • 为了保证推理的准确性，Condense 严格保留了“骨架”部分：系统提示、用户最新消息、最终答案以及配对的工具调用结果。
   • 这些核心内容逐字节保留，从不被重写或篡改，确保模型当前的工作集保持原始状态。

实测数据：深度会话节省显著

在对 12 个真实编码会话和 18,333 次助手交互的分析中，Condense 展现了惊人的成本优化能力：

• 总体节省：平均账单下降 66%。
• 极端案例：在一个长达 938 次交互的重放会话中，账单下降了 72.3%。
  • Claude Sonnet：从 $154 降至 $43。
  • Claude Opus：从 $771 降至 $214。
• 保真度：相对于未压缩的记录，答案保真度报告为 94.2%，证明压缩并未显著影响代码生成的质量。
• 规模效应：会话越长，节省效果越明显。在超过 400,000 个 Token 的长链会话中，节省比例超过 53%。

部署与兼容性

Condense 的设计遵循“即插即用”原则，无需更换 API 密钥或修改现有代码逻辑：

• 透明代理：只需一条命令即可将工具置于现有智能体之前。团队只需将基础 URL 指向 Condense 的路由，即可保留原有的 OpenAI 或 Anthropic 密钥。
• 广泛支持：目前支持在 macOS、Linux 和 Windows 上驱动 Claude Code、Codex 和 OpenCode。
• 开源验证：为了建立信任，Condense 已在 GitHub 上发布了完整的测量管道，包括成本拆分研究和重放工具，允许开发者在无密钥环境下自行复现和验证数据。