magic-context，直接不compact。

现在很多harness工具都在去compact，例如codex的实验性上下文管理等。

compact的问题在于，信息是有损的，多次compact后，agent很容易丢失一些关键信息。

用gpt的话非常推荐使用codex的实验性context management，本来在codex中似乎只有astra可以用，移植到Pi后发现其实sol和luna都能用，相对于传统compact在长上下文 工作流上不会丢失过多的信息

【开源自荐】pi-openai-toolkit：把 GPT 的原生能力带进 Pi - 开发调优 - LINUX DO

codex从某个版本之后因为早停和回复旧消息的问题关闭了实验性上下文管理。

咦 这个看着只能gpt系列模型能用是吗 而且是还会发给openai服务端 ^-^

是的，并且数据都是加密发codex后端的

目前看下来oai远端仍然接受context management的端点并且可以正常工作，只是在客户端关闭了

既然用pi了，实际上magic-context和codex的上下文管理区别就不大了。两者的原理是基本相同的。个人感觉magic-context会比目前的codex的实验性上下文管理更灵活。

缓存和长任务的稳定性明显是后者占优

codex官方都因为稳定性问题关闭了实验性上下文管理，竟然是稳定性更优吗？有相关的数据参考吗？我这边好像没有找到相关的对比之类的。