Self-GC：面向长程 LLM 智能体的自治理上下文

针对长程 LLM 智能体积累的结构化数据难以有效管理的问题，现有系统多依赖启发式修剪或最终摘要，往往忽视未来依赖或丢失关键证据。本文提出 Self-GC（自治理上下文），将用户交互、工具输出及技能状态转化为索引对象，利用侧通道规划器提议折叠、掩码或修剪操作，并通过可恢复侧车与安全提交边界执行生命周期管理。实验表明，该方法在大幅削减输入令牌的同时，显著优于基线方法对未来任务连续性的保持能力，实现了生产环境下的显著降本增效。