Jag tog precis en djup titt på MiroThinker 1.5, och deras agent compression-metod är lite ondskefull, men jag förstår den och tycker att den är väldigt användbar. Kärnan löser problemet med "hur man trycker in 400-verktygsanvändningar i en 256K-kontext". De gjorde något extremt djärvt: fysiskt maskerade Observationen (verktyget returnerar resultatet) i tänk-handling-observation i ReActs historia. Förutom den senaste K-omgången där originaltexten bevaras, har de tidigare hundratals Tool Results alla ersatts med meningen "Tool result is omitted to save tokens". Men alla är <thought>intakta. Det finns en mycket kontraintuitiv del av detta, den här agenten själv gör djup research, så han behåller bara originaltexten från den sista K-rundan, det vill säga den femte rundan, och det finns ingen framför den, hur kan han svara på frågan. Detta har en mycket obskyr men avgörande premiss: så länge tanken är tillräckligt tät, närmar den sig faktiskt oändligt mycket Sammanfattningen. Varje tankegenerering är i princip en informationsbit från modellen för den aktuella observationen. När T1 genererades hade nyckeldata i O1 redan "ätits upp" i hjärnan. Medan O1 ersattes med en platshållare, bestod T1. T1 blir O1:s "informationskomprimeringspaket". Det finns inget behov av att bifoga en extra Summary Agent, denna kompletta Tankekedja är i sig en högupplöst "dynamisk sammanfattning" som ständigt uppdateras stegvis.