剛深扒了一下 MiroThinker 1.5，他們這套 Agent 壓縮方式有點邪門，但看懂了覺得確實有用。 核心解決的是「怎麼在 256K 上下文裡塞進去 400 次 Tool Use」的問題。 他們做了一個極其大膽的操作：對ReAct歷史上 think-action-observation 中的的 Observation（工具返回結果）進行物理掩碼。 除了最近 K 輪保留原文，之前的幾百輪 Tool Result 全部替換成一句 "Tool result is omitted to save tokens"。但是完整保留了所有的 <thought>。 這裡面有一個非常反直覺的地方，這個 agent 本身就是在做 deep research，那他只留最近 K 輪，也就是 5 輪的原文，前面都沒有了，還怎麼能回答問題。 這就有一個非常隱晦但關鍵的前提：只要 Thought 足夠密，它其實就是在無限逼近 Summary。 每一次 Thought 的生成，本質上都是模型對當前 Observation 的一次信息切片。T1 產生時已經把 O1 裡的關鍵數據“吃”進腦子了。 雖然 O1 被替換成了佔位符，但 T1 還在。T1 就成了 O1 的“信息壓縮包”。不需要額外掛一個 Summary Agent，這條完整的 Thought 鏈，本身就是一份不斷增量更新的、高保真的「動態摘要」。