Decision Trace
DECISION TRACE · 其他 · AUDITABLE RECORD

Jev 无损剪枝:引入收益 vs 风险评估(按信息稳定传递优先级)

坏处更大,不建议引入运行态。不是因为它做得不好,而是因为它的核心前提与「信息稳定传递」在架构上冲突:这套能力的本质是不可逆删除,而它的安全论证建立在「助手可以重跑工具」上——可重跑不等于可恢复。

最终判断坏处更大,不建议引入运行态。不是因为它做得不好,而是因为它的核心前提与「信息稳定传递」在架构上冲突:这套能力的本质是不可逆删除,而它的安全论证建立在「助手可以重跑工具」上——可重跑不等于可恢复。
记录日期2026-09-21
记录类型其他
章节数量6
预计阅读~3 min
核心结论坏处更大,不建议引入运行态。不是因为它做得不好,而是因为它的核心前提与「信息稳定传递」在架构上冲突:这套能力的本质是不可逆删除,而它的安全论证建立在「助手可以重跑工具」上——可重跑不等于可恢复。
  • HTML: https://decision.ht1072.top/2026-09-21-jev-verbatim-prune-benefit-risk-2026-09-21.html
  • Local HTML: [已移除本地路径]
  • Generated: 2026-09-21T16:25:50+08:00

Jev 无损剪枝:引入收益 vs 风险评估(按「信息稳定传递」优先级)

2026-09-21|评估人:小墨|优先级锚点:信息稳定传递,不压缩掉重要内容 证据:6 段真实会话 × 2 模式对照跑批 + 628 条自动抽检 + 259 条被删条目定量画像

结论

坏处更大,不建议引入运行态。不是因为它做得不好,而是因为它的核心前提与「信息稳定传递」在架构上冲突:这套能力的本质是不可逆删除,而它的安全论证建立在「助手可以重跑工具」上——可重跑不等于可恢复。

一、收益侧(真实,但不是必需)

项 实测
成本 单次 $0.00014–$0.00695
延迟 0.6s–5.2s(records 形态;旧形态 14–35s)
压缩率 48.1%–70.8%(工具密集会话);文本密集会话仅 4.9%
区分度 score + records 形态有排序(0.09–1.03);boolean 形态无(0.02–0.37 全删)

二、风险侧(与你的优先级直接冲突)

1. 安全前提是「可重跑」,而可重跑 ≠ 可恢复 —— 这是根本问题

上游 README 自己写明:概率不是「可安全删除」的证明,理由是「助手总可以重跑工具」。

但下面这些内容重跑拿不回等价物:

  • 报错原文:错误往往不可复现(状态已变),而报错恰恰是后文最常被精确引用的东西;
  • 联网检索/外部 API 结果:重跑得到的是当下的新结果,不是当时的快照;
  • 时间相关输出:日志、心跳、抓取时点;
  • 有副作用的命令:重跑不是免费动作,可能改状态;
  • 已变更/已删除的目标:文件被改写后重读拿到的是新版本。

对「稳定传递信息」这个目标,这一类正是最不该丢的。

2. 删了就回捞不了(与你现在的 LCM 是相反的设计)

LCM(你当前在用) 本方案
上下文里的表示 摘要视图 原文(未删部分)
原始内容 持久在库里,lcm_expand 可逐字回捞 真删除,无回捞路径
失败后果 需要多一步回捞 信息永久消失

drop_result 只留 300 字头 + 一行说明;drop_call 连调用一起消失。 这是净负的可靠性交换:用「省 token」换「不可逆的信息损失」。

3. 判定正确性未被证明,且默认倾向是「删」

  • boolean 模式实测 6/6 会话保留率 0.0%:模型先验强烈偏向「不需要」;
  • score 模式只所以没全删,是因为我强制加了 quantile 旋钮(前 25% 保留 + 再 25% 截断), 即那个 50% 保留率是我们设的,不是 Jev 判出来的;
  • 259 条被删/截断条目里,96% 触发了我过宽的安全怀疑标记;
  • 16 条含「约束性表述」且未在保留内容中出现 —— 其中确有代码注释正则误报, 但没有人逐条确认过这 16 条。排位正确性(保留位选得对不对)至今未验证。

4. 本次样本对你的真实场景是失真的

这 6 段会话是 Hermes 本地开发/编码会话,被删内容 99% 来自本地可重取工具:

工具 被删条目
terminal 146
search_files 35
read_file 25
todo / process 20 / 18
非幂等(检索/外部) 仅 2
错误输出 0

也就是:这次的「看起来安全」,恰恰是因为样本里没有你真正在意的场景(晨报、调研、飞书、跨系统状态——那些是联网/API 密集的)。 在那些会话里,「可重跑」的保障会大幅减弱,而信息损失代价更高。

5. 其他运行态代价

  • 单次可能因网关 429/503 退化(实测耗时被推到 74s);
  • 会话内无回滚:删掉的内容当轮就无法恢复;
  • 会话内 prompt 缓存会因内容变更失效(Hermes 视其为不变量,压缩是唯一豁免)。

三、两个方案对比(按你的优先级排序)

维度 本方案(删除式剪枝) 现有 LCM 「外置不删」方向
是否丢信息 会丢,且不可恢复 视图有损,原文可回捞 不丢,指针可回捞
是否符合你的优先级 ❌ ✅ ✅
省上下文 强 中 中
依赖外部服务 是(Jev 网关) 否 否
回滚 会话内不可逆 简单 简单

四、建议

  1. 停止 P3,不接入运行态。 两个脚本都未被生产调用,回滚零成本(删除即可)。
  2. 保持 LCM 不动。 它已经提供了「摘要视图 + 原文可回捞」,比删除式剪枝更贴合你的优先级。
  3. 本次研究产出(算法移植 + 实测数据 + 本反面结论)留作 reference,不浪费。
  4. 若将来仍想降低上下文压力,走与优先级一致的方向: 先外置、再留指针,而不是删除 —— 把旧工具结果搬进 LCM store / 落盘, 上下文只留一句指针 + 可回捞入口。这样既省上下文,又不会「压缩掉重要内容」。
  5. 唯一可能考虑删除的形态(若将来非要): 纯确定性规则 + 删前先外置 —— 只处理「同一 target 的重复读取/重复执行」这类可自证幂等的旧结果, Jev 最多做兜底排序,不允许它单独决定删除。

五、诚实边界

  • 本评估基于 6 段会话、单批数据;阈值/比例未按领域校准。
  • 「保留位正确性」(V6 人工裁定)未做 —— 但即便做了且结果良好, 第 1、2 条(不可恢复 + 可重跑≠可恢复)仍然成立,故结论不受其影响。
  • 本评估没有否定上游实现质量:代码干净、MIT、算法可拆,问题在语义取向,不在工程。