Руководство по интеграции
Обновлено: 2026-07-04
*Дисклеймер: Данный материал носит исключительно информационный характер и не является финансовой рекомендацией.*
## Контроль внимания ИИ-агентов: Как работает Context Garbage Collection (CGC)
Протокол Context Garbage Collection (CGC) оптимизирует контекстное окно ИИ-агентов за счет регулярного удаления избыточного шума терминала и неструктурированной истории чата. При достижении критического лимита заполнения памяти ключевые инварианты сохраняются во внешних JSON-файлах состояния, а следующему шагу передается только компактный чекпоинт, что полностью предотвращает дрейф внимания, галлюцинации и забывание инструкций.
### Введение
При длительном взаимодействии ИИ-агента с окружением (просмотр логов, выполнение bash-команд, чтение файлов) его контекстное окно быстро заполняется. Это приводит к **дрейфу внимания** (attention drift), росту галлюцинаций и забыванию ключевых инструкций/инвариантов. Протокол **Context Garbage Collection (CGC)** решает эту проблему путем регулярного сжатия неструктурированной истории.
### Механика заполнения и деградации контекста
1. **Шум терминала**: Длинные выводы трассировок стека и листинга директорий забивают высокоприоритетные слоты внимания LLM.
2. **Устаревание релевантности**: Сообщения, отправленные 5 шагов назад, теряют актуальность после фиксации их результатов во внешних файлах состояния (state.json).
3. **Энтропия внимания**: Чем больше токенов в контексте, тем хуже модель следует тонким негативным промптам и правилам безопасности.
### Алгоритм сжатия контекста (Compaction)
При достижении размера контекста в `80%` от предела (`max_context_tokens`), запускается цикл CGC:
- **Сборка мусора (GC)**: Все промежуточные логи выполнения утилит, сырые JSON-ответы и повторяющиеся предупреждения вычищаются из истории.
- **Семантический чекпоинт (Semantic Checkpoint)**: Текущее состояние системы упаковывается в плотный структурированный JSON-чекпоинт (например, `01_RUNTIME/state.json`).
- **Перенос истории (Handoff)**: Вместо полной истории чата следующему шагу или инстанции агента передается только итоговый чекпоинт, список открытых циклов (open loops) и ссылка на канонические инварианты.
### Применение в Continuity OS
Continuity OS реализует этот паттерн через команду `continuity.py handoff-json` и `checkpoints.jsonl`. Модель считает чат-память неавторитетной и опирается исключительно на файлы состояния на диске, что позволяет перезапускать сессию без потери логической нити.
*Дисклеймер: Данный материал носит исключительно информационный характер и не является финансовой рекомендацией.*
## Контроль внимания ИИ-агентов: Как работает Context Garbage Collection (CGC)
Протокол Context Garbage Collection (CGC) оптимизирует контекстное окно ИИ-агентов за счет регулярного удаления избыточного шума терминала и неструктурированной истории чата. При достижении критического лимита заполнения памяти ключевые инварианты сохраняются во внешних JSON-файлах состояния, а следующему шагу передается только компактный чекпоинт, что полностью предотвращает дрейф внимания, галлюцинации и забывание инструкций.
| Ключевой параметр / Шаг алгоритма | Конкретное значение или определение | Техническое назначение в системе | Влияние на оптимизацию контекста | Угроза при отсутствии элемента |
|---|---|---|---|---|
| Максимальный размер контекста (max_context_tokens) | 128,000 токенов (базовый параметр) | Определяет физические границы кратковременной памяти модели | Устанавливает предел для расчетов объема сжатия | Переполнение памяти и фатальный сбой сессии |
| Порог очистки (pruning_threshold_percent) | 80.0% от максимального объема окна | Указывает триггер для автоматического запуска процедуры CGC | Активирует алгоритм сборки мусора до деградации ответов | Потеря управляемости моделью из-за шума |
| Интервал суммаризации (summary_interval_turns) | 10 шагов (диалоговых ходов) | Определяет частоту уплотнения истории взаимодействия | Позволяет регулярно сжимать накопленный лог терминала | Быстрое накопление нерелевантных токенов в чате |
| Семантическое сжатие (State Compaction) | Запись инвариантов в state.json | Сохранение критически важного состояния системы на жесткий диск | Освобождает оперативную память чата от лишних фактов | Потеря нити рассуждений при очистке чата |
| Механизм передачи (Handoff Process) | Запуск script/handoff-json compiler | Формирование компактного стартового пакета для следующего шага | Удаляет промежуточные выводы команд и дублирующиеся ошибки | Галлюцинации из-за дрейфа фокуса внимания |
### Введение
При длительном взаимодействии ИИ-агента с окружением (просмотр логов, выполнение bash-команд, чтение файлов) его контекстное окно быстро заполняется. Это приводит к **дрейфу внимания** (attention drift), росту галлюцинаций и забыванию ключевых инструкций/инвариантов. Протокол **Context Garbage Collection (CGC)** решает эту проблему путем регулярного сжатия неструктурированной истории.
### Механика заполнения и деградации контекста
1. **Шум терминала**: Длинные выводы трассировок стека и листинга директорий забивают высокоприоритетные слоты внимания LLM.
2. **Устаревание релевантности**: Сообщения, отправленные 5 шагов назад, теряют актуальность после фиксации их результатов во внешних файлах состояния (state.json).
3. **Энтропия внимания**: Чем больше токенов в контексте, тем хуже модель следует тонким негативным промптам и правилам безопасности.
### Алгоритм сжатия контекста (Compaction)
При достижении размера контекста в `80%` от предела (`max_context_tokens`), запускается цикл CGC:
- **Сборка мусора (GC)**: Все промежуточные логи выполнения утилит, сырые JSON-ответы и повторяющиеся предупреждения вычищаются из истории.
- **Семантический чекпоинт (Semantic Checkpoint)**: Текущее состояние системы упаковывается в плотный структурированный JSON-чекпоинт (например, `01_RUNTIME/state.json`).
- **Перенос истории (Handoff)**: Вместо полной истории чата следующему шагу или инстанции агента передается только итоговый чекпоинт, список открытых циклов (open loops) и ссылка на канонические инварианты.
### Применение в Continuity OS
Continuity OS реализует этот паттерн через команду `continuity.py handoff-json` и `checkpoints.jsonl`. Модель считает чат-память неавторитетной и опирается исключительно на файлы состояния на диске, что позволяет перезапускать сессию без потери логической нити.