문맥 압축

Outcome：Complete the task with 문맥 압축 (Context Compaction)。 User context：코딩 에이전트가 컨텍스트 한계에 가까워집니다. 시스템은 이전 대화를 압축하지만 목표, 결정, 변경된 파일 및 열려 있는 오류는 그대로 유지됩니다. AI method or concept：문맥 압축 (Context Compaction)。 Why it fits：필요한 컨텍스트가 모델 한계에 가까울 때 사용하세요. 다음 차례에서도 작업을 완료할 수 있는지 확인하세요. Do not use it when：간략 항목을 전체 기록처럼 다루지 마세요. 권한, 정확한 값, 미완성 작업, 출처 증거는 다른 곳에 보관하세요. AI requirements: Define the input and source evidence. Set model and tool permissions. Use versioned evaluation data and measures. Define failure, decline-to-answer, privacy, speed, and cost limits. Operational safeguards: Keep a clear trace and hide sensitive log data. Show users a safe fallback. Mark steps that need human review. Define how to roll back the model or prompt. Acceptance criteria: Record baseline and target measures on a versioned evaluation set. Test edge cases and hostile inputs. Verify fallback, monitoring, permissions, and rollback. Evidence and limits (evidence boundary)：해당 출처에 대해 공식적인 것입니다. 다른 플랫폼이나 팀은 그 용어를 다른 방식으로 사용할 수 있습니다. Unknowns to confirm: Target task, model and version, evaluation owner, source data, risk limit, tool permissions, and production fallback.