Reasoning on protected messages forms a permanently-incompressible context floor; live compress-call args duplicate summaries

[ranxianglei]

问题(参考 billion-context-pi #336 / opencode-acp #368,同源)

对真实风暴会话(billion-context-paper, qwen3.8-27b)的逐项测量:

1. 可见上下文 ~50% 是 thinking 回放。459 个 thinking 块中 31 个可见 = 75.8K tokens(CJK-aware),其中 70%(52.8K)贴在 17 条 compress 调用的锚点消息上——每次压缩前的长推理随 hide-consumed 锚点被永久保留,任何压缩选择都不会碰它。防死循环的锚本身成了最大的上下文消费者。
2. 活锚点的调用参数与 acp_summary 二重复制:16 条可见 compress 调用的 args 携带完整 summary 文本,共 21.5K tokens,和已渲染的摘要消息几乎逐字重复。
3. rewriteCompressText 的 JSON.parse(text) 因 <acp> ref 标签前缀失败 → 返回 null → 改写不生效。这同样是 opencode-acp #368 "related finding 3"(kept.length===0 bail 残留 ~3.7KB/块)的根因类别:带前缀/非纯 JSON 的调用文本从未被瘦身。
4. prune 的 covered 匹配在投影演进后泄漏:块内记录的 effectiveMessageIds 是压缩时的 core id(base 或 base#callId);投影引入 base#r0 后,新子 id 不被任何块覆盖 → 历史消息以 reasoning core 形式复活(实测 always 策略下 762K 复活)。
5. 内核 usage/压力计算看不见 host 侧不可见质量(回放 reasoning 等),压力带与真实用量脱节。

修复(本 issue 对应 PR)

• Config.reasoningReplay: "always" | "open-round" | "never"(默认 always 保持旧行为):新增 strip-reasoning 管线节点,按"最后一条真实用户消息"轮次闭合门控剥离历史 reasoning。provider 只要求当前未闭合轮次回放 thinking(Anthropic signature / Gemini thought_signature),门控与 provider 无关。
• prune 覆盖判定改为 base-id 归一(base#r0 随任意兄弟投影一起被覆盖)。
• 活锚点 args 的 summary 存根化为 200 字符前缀;JSON 定位跳过 ref 标签前缀。
• ProcessTurnInput.extraTokens:host 上报内核不可见质量,折入 usage/压力。

实测收益(真实风暴会话重放)

• open-round:视图 ~155K → 48.8K(thinking 75.8K→0.9K,只剩开轮)
• compress 调用 args 21.6K → 16.5K(存根化生效)
• always(kill-switch)行为与旧版一致(差异仅为会话后续新增内容)

[ranxianglei]

🤖 Powered by ework · qwen3.8-27b

[bot] 🏷 审核完成(bug 类三步),五项问题全部在代码中查证属实:

1. 复现/查证

• fix: remove mechanical merge-blocks node (was destroying summaries) #3 改写失效:src/hide-consumed.ts:25 rewriteCompressText 直接 JSON.parse(text);renderTags 默认 "all" 时 compress tool-call 的 text 带 <acp tokens="…" type="compress">mNNNNN</acp>\n 前缀(src/render-refs.ts:44-46,79)→ parse 抛错 → return null → 改写从不生效。src/hide-consumed.ts:41 的 kept.length === 0 bail 即 opencode-acp #368 related finding 3 的同根因类(带前缀文本从未被瘦身)。
• release: v0.0.7 #4 covered 泄漏:src/state.ts:45-52 coveredMessageIds 是精确 id 集合,src/prune.ts:144 covered.has(message.id) 精确匹配;块记录的 effectiveMessageIds 是压缩时 core id(base/base#callId),投影引入 base#r0 后不被覆盖 → reasoning core 复活。同模式的精确匹配还有 src/compress.ts:1441 collectCoverage、src/compress.ts:154 danglingMessageRefs、src/recommend.ts:53 isSyntheticOrPruned、src/sync.ts:72-74 块存活判定——一并归一,否则 id 演进下还会触发"重复压缩被 livelock 拒绝""块被误判孤儿而失活"等次生问题。
• fix: release workflow grep digit class + -E flag #2 args 二重复制:src/hide-consumed.ts:81 keepCallIds = activeCallIds ∪ lastOrphaned,活 compress 调用原样保留(改写因 fix: remove mechanical merge-blocks node (was destroying summaries) #3 失效),args 携带完整 summary,与 src/prune.ts:164-176 渲染的 acp_summary_bN 消息重复。
• fix: release workflow grep lookbehind error #1 reasoning floor:compress 锚点前的 reasoning 消息不在压缩范围内(模型压缩到锚点前为止)、不在 covered 中;锚点本身是防死循环硬依赖(KEEP_LAST_ORPHANED/activeCallIds,src/hide-consumed.ts:11,81)→ 锚点前推理永久可见。
• fix: hard-enforce protection of recent messages + last user message #5 压力脱节:usage = tokenCount / modelContextLimit(src/compress.ts:1131 decideNudge、:668-671 emergency-truncate、:446-447 status)只见 host 上报的内核可见视图;host 侧不可见质量无通道折入。

2. 层次判断:描述的是根因而非表面现象——防死循环锚点机制(正确地)永久保留 compress 调用,副作用是锚点携带的压缩前推理与 args 成为永久不可压缩 floor;修复应针对锚点的"携带质量"(reasoning/args),不动锚点本身。

3. 方案评估:issue 的四项修复合理,按此实现:

• Config.reasoningReplay: "always"|"open-round"|"never"(默认 always = 旧行为,kill-switch);新增 strip-reasoning 管线节点,按"最后一条真实用户消息"轮次闭合门控(真实用户消息 = role:"user" && contentType:"text",三个 wire codec 中 tool-result 均为 role:"tool",门控与 provider 无关)。节点放在 sync-blocks 之后、prune 之前——放 sync 之前会误失活"仅剩 reasoning id 在场"的块(src/sync.ts:72-78)。
• covered 判定 base-id 归一(base#r0 随任意兄弟投影一起被覆盖),覆盖上述五处精确匹配点。
• 活锚点 args summary 存根化 200 字符前缀 + JSON 定位跳过 ref 标签前缀。
• ProcessTurnInput.extraTokens 折入 usage/压力(在 processTurn 入口并入 ctx.tokenCount,nudge baseline/emergency-truncate/absorb 门控自动一致)。

开始实现,测试通过后回复并开 PR。

[ranxianglei]

🤖 Powered by ework · qwen3.8-27b

[bot] 🏷

四个修复已实现,全部校验通过。PR: #226

审核验证(5 个问题逐条查证,均确认存在)

1. thinking 回放地板:每次 compress 前的长推理随 hide-consumed 锚点被永久保留,任何压缩选择都碰不到 —— 确认。
2. 活锚点 args 二重复制:可见 compress 调用携带完整 summary,与已渲染 acp_summary 几乎逐字重复 —— 确认。
3. rewriteCompressText 的 JSON.parse 因 ref 标签前缀失败 → 返回 null → 改写不生效 —— 确认(src/hide-consumed.ts:25)。额外发现:旧代码只读 startId/endId/messageId,从不读 canonical 的 startRef/endRef,所以即使没有前缀,canonical 调用的改写也永远匹配不上 —— 一并修了。
4. prune covered 精确匹配泄漏:投影引入 base#r0 后新子 id 不被任何块覆盖 → 以 reasoning core 复活 —— 确认(src/prune.ts:144)。
5. 内核 usage/压力看不见 host 侧不可见质量 —— 确认。

实现(PR #226)

• Config.reasoningReplay: "always" | "open-round" | "never"(默认 always = 旧行为,kill-switch)。新增 strip-reasoning 管线节点(位于 sync-blocks 之后、prune 之前),按"最后一条真实用户消息"轮次闭合门控剥离历史 reasoning;门控与 provider 无关。
• prune/sync/recommend/dangling 的覆盖判定改为 base-id 归一(base#r0 随任意兄弟投影一起被覆盖),消除投影演进后的复活泄漏。
• 活锚点 args 的 summary 存根化为 200 字符前缀;JSON 定位跳过 ref 标签前缀;补上 startRef/endRef 字段识别。
• ProcessTurnInput.extraTokens:host 上报内核不可见质量,折入 usage/压力。

校验

• npm run typecheck 干净;npm test 599/599(新增 19 个测试,tests/reasoning-replay.test.ts);npm run build 成功。
• 实测:open-round 可见 ~155K → 48.8K(thinking 75.8K → 0.9K);compress args 21.6K → 16.5K;always 行为与旧版一致。

请 review。按系统规则 PR 合并只能由人工操作,我不会自行 merge,合并请在 PR 页面进行。