Compaction

Compaction คือการ "บีบอัดบทสนทนา" ของ AI agent: เมื่อคุยงานกันยาวจน context-window (พื้นที่ความจำชั่วคราวที่ model ใช้เก็บทุกข้อความ ทุกไฟล์ที่อ่าน และทุกผลลัพธ์คำสั่ง) ใกล้เต็ม ระบบจะส่งประวัติบทสนทนาทั้งหมดให้โมเดลช่วยสรุปเป็นฉบับย่อ แล้วเริ่มหน้าต่างความจำใหม่โดยมีบทสรุปนั้นเป็นตัวตั้ง ทำให้คุยต่อได้ไหลลื่นเหมือนเดิมโดยไม่ชนเพดาน token

หัวใจของ compaction อยู่ที่การเลือกว่า "เก็บอะไร ทิ้งอะไร": ระบบจะพยายามเก็บสิ่งที่ยังจำเป็นต่อการทำงาน เช่น การตัดสินใจเชิงสถาปัตยกรรม บั๊กที่ยังแก้ไม่จบ และรายละเอียด implementation แล้วทิ้งของที่ซ้ำซ้อนอย่าง tool-result เก่าๆ ที่ใช้ประโยชน์ไปแล้ว ในเครื่องมืออย่าง Claude Code การ compact เกิดขึ้นอัตโนมัติเมื่อบทสนทนาใกล้ขีดจำกัด (หลัง compact ระบบจะทำงานต่อด้วย context ฉบับย่อบวกไฟล์ล่าสุดที่เพิ่งเปิดใช้) และผู้ใช้สั่งเองได้ด้วยคำสั่ง /compact พร้อมกำกับทิศทางได้ เช่น /compact Focus on the API changes หรือเขียนกติกาถาวรไว้ใน CLAUDE.md ว่าเวลา compact ให้เก็บรายชื่อไฟล์ที่แก้และคำสั่งทดสอบไว้เสมอ

ทำไมคนทำงานยุค AI ต้องรู้: ยิ่ง context ใกล้เต็ม ประสิทธิภาพของโมเดลยิ่งตก มันจะเริ่ม "ลืม" คำสั่งตอนต้นหรือพลาดบ่อยขึ้น compaction จึงเป็นกลไกสำคัญที่ทำให้ AI ทำงานชิ้นยาวๆ ต่อเนื่องข้ามชั่วโมงได้จริง แต่ก็มีข้อแลกเปลี่ยน: ถ้าบีบอัดแรงเกินไป รายละเอียดเล็กๆ ที่เพิ่งมารู้ทีหลังว่าสำคัญอาจหายไปด้วย ดังนั้นถ้าสังเกตว่า AI เริ่มเบลอหลังการ compact ให้ทวนข้อมูลสำคัญกลับเข้าไปสั้นๆ หรือวางแผนแตกงานใหญ่เป็นงานย่อยตั้งแต่แรก เช่น โยนงานสำรวจข้อมูลให้ subagent ไปทำในความจำแยกของมันเอง แล้วส่งกลับมาเฉพาะข้อสรุป

ตัวอย่างจากบทสนทนาจริง

น้องฝ่ายการตลาด: พี่คะ ใช้ AI ร่างแคมเปญอยู่ดีๆ มันขึ้นข้อความว่ากำลัง compact บทสนทนา แบบนี้ brief ที่พิมพ์ไว้ตั้งแต่เช้าจะหายหมดเลยไหมคะ ต้องเริ่มสั่งใหม่หรือเปล่า

พี่ทีม AI: ไม่ต้องเริ่มใหม่ครับ นั่นคือ compaction: ความจำชั่วคราวของมันใกล้เต็ม ระบบเลยสรุปเรื่องสำคัญเก็บไว้ เช่น โจทย์แคมเปญกับข้อสรุปที่ตกลงกันแล้ว ส่วนที่ทิ้งคือพวกผลลัพธ์เก่าๆ ที่ไม่ใช้แล้ว ไฟล์งานจริงไม่ถูกแตะเลย แค่หลังจากนี้ถ้ามันดูลืมรายละเอียดปลีกย่อยบางจุด ให้พิมพ์ทวนสั้นๆ กลับเข้าไปก็พอ

ระวังสับสนกับ

• การล้าง context (คำสั่ง /clear) : ล้างทิ้งทั้งหมดแล้วเริ่มจากศูนย์ ไม่มีการสรุปอะไรเก็บไว้ เหมาะกับการเปลี่ยนไปทำงานคนละเรื่อง · ส่วน compaction สรุปสาระเก็บไว้ก่อนเคลียร์พื้นที่ เพื่อทำงานเดิมต่อ
• memory-system : ความจำถาวรที่จดลงไฟล์และติดตัวข้ามหลาย session · ส่วน compaction เป็นการแก้ปัญหาความจำเต็มภายใน session เดียว บทสรุปที่ได้ไม่ได้กลายเป็นความรู้ถาวรของ AI