Type: concept
Confidence: 0.90
Created: 2026-04-16
Updated: 2026-04-16
Tags: AI技术方法论AI工程

会话日志(Session Log)

概述

会话日志是存在于 Claude 上下文窗口之外的持久化上下文对象,以追加式事件流记录所有发生的事件。与压缩或裁剪等不可逆的上下文决策不同,会话日志保证上下文可持久化、可查询、可回溯。

关键内容

核心接口

接口 用途
getEvents() 查询上下文,可选择事件流的位置切片
emitEvent(id, event) 向会话写入事件,保持持久化记录

与上下文窗口的关系

"会话不是 Claude上下文窗口。"

长周期任务经常超出 Claude上下文窗口长度。标准的应对方式(压缩、记忆工具、上下文裁剪)都涉及不可逆的上下文保留/丢弃决策。但很难知道未来轮次需要哪些 token。

会话日志提供了不同的方案: - 上下文作为存在于上下文窗口之外的对象持久化存储 - 大脑可通过 getEvents() 灵活查询:从上次停止处继续、回退到特定事件前查看前因、在执行特定动作前重读上下文 - 任何获取的事件可在 harness 中转换后再传入 Claude上下文窗口

与 Context Engineering 的对比

维度 Context-Engineering 技术 会话日志
决策性质 不可逆(压缩后原文丢失) 可逆(原文始终可查询)
存储位置 上下文窗口 上下文窗口
访问方式 模型被动接收 大脑主动查询
灵活性 由压缩策略决定 由 harness 编码任意转换

关注点分离

会话日志与 harness 的上下文管理做了关注点分离: - 会话:保证持久化和可查询性 - Harness:编码任意上下文管理逻辑(如组织上下文以实现高 prompt 缓存命中率)

这种分离使系统能适应未来模型所需的特定上下文工程,而无需预测具体需要什么。

类比:REPL 中的上下文对象

先前研究探索将上下文存储为 REPL 中的对象,LLM 通过编写代码来过滤或切片访问。会话日志提供相同好处,但上下文存储在会话日志中而非沙箱或 REPL 内。

来源

相关