8.4 Tier2 自动压缩：87% 阈值与服务端策略
水位涨到警戒线，水库自动泄洪；若闸门卡死三次，别再硬开——先换策略。
本节学习目标
- 解释 87% 阈值在工程上的意义：为「下一轮工具输出突刺」预留安全余量。
- 描述 Tier2 由服务端策略驱动的含义：客户端体验为「上下文突然变短/更摘要化」。
- 说明 连续 3 次失败熔断：防止重试风暴、成本螺旋与不可用状态抖动。
- 对比 Tier2 与 Tier1：何时必须引入语义级摘要（通常更贵、更慢）。
- 列举 用户侧可执行的降压手段，降低 Tier2 触发频率与失败率。
生活类比：小区二次供水与限流阀
住户用水高峰时，水箱液位上升到 87%：
- 物业系统自动开启排放与分流（类比服务端摘要），避免漫灌。
- 若阀门故障连续三次，系统应熔断报警，而不是无限电动重试烧电机——否则整个泵房都可能挂。
触发与执行：一张总表
| 项目 | 教学描述 |
|---|---|
| 触发阈值 | 上下文占用约 87%（fillRatio >= 0.87） |
| 执行主体 | 服务端策略（非纯本地规则） |
| 成功效果 | 体积下降、对话可继续 |
| 失败计数 | 每次失败 failStreak++ |
| 熔断条件 | 连续 3 次失败 → 暂停激进自动策略（概念） |
Mermaid：占用率与 Tier2 触发
服务端策略可能做什么（概念清单）
具体算法随版本迭代；此处给学习者「预期集合」。
| 策略 | 目的 |
|---|---|
| 合并相邻助手说明性段落 | 减少重复修辞 |
| 对旧轮次用户消息做要点抽取 | 保留意图，删口语 |
| 对工具输出做模板化摘要 | 保留 exit code、关键行 |
| 丢弃极低价值中间态 | 例如重复 pwd |
源码片段：失败计数与熔断（伪代码）
typescript
type AutoCompactionState = {
failStreak: number;
lastError?: string;
};
async function maybeAutoCompact(
ctx: Context,
state: AutoCompactionState
): Promise<boolean> {
if (ctx.fillRatio < 0.87) return true;
if (state.failStreak >= 3) {
console.warn("circuit open: auto-compaction paused");
return false;
}
try {
await serverSideCompaction(ctx);
state.failStreak = 0;
return true;
} catch (e) {
state.failStreak += 1;
state.lastError = String(e);
return false;
}
}Mermaid：序列图——三次失败路径
表：Tier2 成功 vs 失败的典型原因
| 成功因素 | 失败诱因 |
|---|---|
| 工具输出可被模板化 | 输出高度非结构化 |
| 用户允许丢失细节 | 用户强制「全文保留」类需求冲突 |
| 上游 API 健康 | 限流/超时 |
| 上下文本身可分段摘要 | 上下文含大量互指代词缺主语 |
用户侧降压清单（减少 Tier2 触发）
| 动作 | 机制 |
|---|---|
60% 起手动 /compact 带焦点 | 主动摘要，降低冲到 87% 的概率 |
| 拆分 Epic 任务 | 单会话更短 |
| 减少「整仓扫描」式工具调用 | 控制回注体积 |
| 把中间结论写入文件 | 上下文只保留指针 |
与 API 层 compaction 的交界
Tier2 常与 API 头（如 compact-2026-01-12）协同：客户端声明能力，服务端选择摘要管线。详见 07-api-compaction.md。
深度阅读：为什么「熔断」是成本工程
若无熔断：
- 每次失败可能仍附带大上下文上传；
- 重试抖动造成 N 倍费用；
- 用户看到「卡住」会更频繁强制中断，产生更多垃圾状态。
熔断把系统从振荡推到可诊断的稳定失败。
表：熔断后建议操作
| 步骤 | 说明 |
|---|---|
| 1 | 保存当前任务焦点到 NOTES.md 或 CLAUDE.md |
| 2 | 新开会话，携带焦点摘要 |
| 3 | 缩小工具范围，先复现再扩展 |
| 4 | 检查网络/配额/模型可用性 |
练习
- 假设
max=200000，计算 87% 对应的 token 数。 - 写一段「会话开场白」，在新线程里恢复被 Tier2 摘要掉的大型重构上下文。
FAQ
Q：失败三次后是不是永远不能自动压了？
A：教学上描述为熔断暂停；真实产品可能允许冷却恢复或手动复位。以版本说明为准。
Q：87% 是精确值还是区间？
A：理解为策略阈值；实现可能有滞回，避免在边界来回抖动。
小结
Tier2 自动压缩是高压下的泄洪阀：在 87% 附近启动，由服务端做语义级处理，并用连续三次失败熔断避免系统与用户双输。你的最佳配合是在 60% 前主动整理，让 Tier2 更少「不得不出手」。
附录：阈值与行数对照（示意）
| maxTokens | 87% | 60% |
|---|---|---|
| 200,000 | 174,000 | 120,000 |
用于建立数量级直觉，非承诺 SLA。
扩展：滞回阈值（概念）
工程上为避免在 86%～88% 之间反复触发，可能使用：
text
触发阈值 87%
解除阈值 82%（示意）你只需知道：存在滞回时，体感上「有时刚过线没立刻压」是正常的。
Mermaid：失败类型分类
表：日志字段建议（自建观测时）
| 字段 | 用途 |
|---|---|
fill_ratio_before | 触发原因分析 |
compact_latency_ms | SLA |
fail_streak | 熔断诊断 |
profile | 与 compact-2026-01-12 对齐 |
与组织治理：何时升级工单
| 条件 | 建议 |
|---|---|
| 单项目持续熔断 | 检查工具脚本是否灌日志 |
| 全局熔断率上升 | 平台配额/区域故障 |
| 仅某模型 | 模型路由配置 |
练习补充
- 设计一个「熔断后」用户可见提示文案（中文，不超过 80 字）。