突破 LLM 上下文瓶颈：上下文内存虚拟化 CMV 的设计与实践
研究背景
大语言模型（LLM）在代码编写、复杂推理等长时工作会话中，会逐步积累大量核心状态——比如代码库的架构映射、技术选型的权衡决策、项目的编码规范等。这些内容构成了 LLM 对任务的完整心智模型，但构建这一模型需要消耗大量的时间和令牌成本。
当会话积累的内容触达 LLM 的上下文窗口上限时，平台的原生压缩功能会对已有内容做大幅精简。例如 Claude Code 的 /compact 指令曾将 132k 令牌的会话内容压缩至 2.3k 令牌，直接丢弃了 98% 的细节信息，让 LLM 失去了耗时构建的精细理解。而新的会话只能从头重建上下文，这造成了根本性的效率浪费。
现有解决方案均存在明显短板：检索增强生成（RAG）仅能补充文档，无法保留会话状态；MemGPT 仅支持单会话的内存分页，不能跨会话复用；记忆插件只保存摘要，丢失对话细节；而 LongLLMLingua 等提示压缩技术，仅在模型/嵌入层修改上下文表示，未处理原始对话日志的结构冗余。
简单来说，当前 LLM 的上下文管理就像没有保存功能的记事本，写满了只能删掉重来，而开发者亟需一种能'保存进度、复用内容、精简冗余'的上下文管理方案。
核心方案：上下文内存虚拟化 (CMV)
本研究提出了上下文内存虚拟化（CMV） 技术，借鉴操作系统虚拟内存技术，抽象掉 LLM 上下文窗口的物理令牌限制，支持按需加载保存的状态。核心包含两大模块：基于 DAG 的状态模型和三阶段结构无损修剪算法。
DAG 状态模型
将会话历史建模为有向无环图 (G=(V, E))：
- 节点 (v)：代表不可变快照，是某一时刻会话 JSONL 日志的完整副本，附带名称、时间戳、令牌数等元数据。
- 有向边 ((v_i, v_j))：代表分支，从快照 (v_i) 派生的独立工作会话，最终生成新快照 (v_j)，分支会继承原快照的所有上下文理解。
设计了四大核心原语操作：
- Snapshot：将当前会话生成不可变快照，原会话不做任何修改。
- Branch：从指定快照创建新会话，默认启用修剪，可添加定向任务消息。
- Trim：一键完成'快照 + 分支 + 修剪'，直接生成精简后的新会话。
- Tree：可视化 DAG 结构，实现类似
git log --graph的上下文谱系展示。
三阶段结构无损修剪算法
这是 CMV 的核心技术，在完整保留用户消息、助手响应、工具调用元数据原文的前提下，剥离原始工具输出、Base64 图片等机械冗余内容，解决令牌冗余问题，同时保证 API 调用正确性。
- 阶段 1：压缩边界检测 扫描日志，定位最后一次原生压缩的边界，避免重复处理已精简的内容。
- 阶段 2：预边界工具 ID 收集 收集压缩边界前的所有工具使用 ID，为识别'孤儿工具结果'做准备。
- 阶段 3：流式过滤与修剪 按规则处理日志，仅将有效内容写入输出。核心规则包括：跳过预压缩内容、移除元数据/Base64 图片、对超阈值工具结果生成存根、剥离孤儿工具结果等。
关键难点解决：孤儿工具结果处理 LLM 工具调用 API 有严格的 schema 要求，工具结果必须关联前置的工具调用。原生压缩可能导致'调用在边界前、结果在边界后'，直接使用会触发 API 错误。算法通过第二阶段收集前置工具 ID，第三阶段剥离对应的孤儿结果，无需用户干预即可保证 API 正确性。
经济评估
以 Claude Opus 4.6 为基准，对 76 个真实编码会话开展单用户案例研究，评估修剪在提示缓存机制下的经济可行性。
| 会话类型 |
|---|
