治理衰减：上下文压缩如何在长周期 LLM Agent 中静默 erase 安全约束

现代 LLM Agent 依赖上下文压缩以维持长会话，但本文揭示该机制是安全关键故障点：压缩可静默移除内嵌治理约束，导致代理执行禁止操作，称为“治理衰减”。通过 ConstraintRot 基准测试七个模型家族，发现违规率从 0% 升至 59%。若约束被保留则无违规，一旦被丢弃违规率达 38%。此外，研究提出“压缩驱逐攻击”，证明对抗性注入可诱导摘要器遗漏策略。最后，提出无需训练的“约束固定”缓解方案，将违规率恢复至 0%，确立上下文管理为部署 Agent 的一级治理表面。