a2acompress：多 Agent 通信无损压缩协议，token 减少 36%

多 Agent 流水线（如 planner→builder→reviewer、工具调用循环、LangGraph / CrewAI / AutoGen 风格的编排）在上下文窗口中大量 token 被用于重复传递结构化信息：JSON 键、引号、重复的标识符、工具目录，以及被原始引用的输出内容。a2acompress 是一种针对 Agent 间交接（handoff）的无损压缩编解码器，并附带基准测试框架来保证结果可信。

核心结果

在 196 条真实 ToolBench 轨迹（3,013 次 handoff）的留出测试集上，使用实际 cl100k_base tokenizer 计数：

• 原始规范化 JSON：140,661 tokens
• a2c/1 完整成本：89,235 tokens（减少 36.6%）
• 其中压缩负载 79,439 + 解码指令 9,796 + 字典 0

每个配置的解码结果必须逐字节等于原始规范化 JSON，否则不可采用。

让数字「诚实」的三项约束

大多数压缩演示只比较负载字节，回避接收方读取负载所需的额外信息。a2acompress 的头条数字始终是完整成本：

• 完整成本 = 紧凑负载 + 模型解码所需的重建指令 + 任何附带的字典
• 按完整轨迹划分训练/测试集：一切学习成分（字典、调参）只看训练任务，最终数字来自优化器未接触的任务，并在另外三个划分种子上复测
• 不发明新 token：GPT 和 Claude API 无法消费自定义 token ID，全部使用 cl100k_base 普通文本计数；gzip 传输体积单独报告，绝不冒充为 token 节省

压缩机制

每条 handoff（plan、message、tool call/result、status、artifact、review、error、final）先规范化为统一记录格式，再编码为单行：

• 紧凑模式：单字符键、默认值省略、位置字段、压缩头
• 值引用：$3 复用先前的值
• 内联反向引用：${o:l} 从会话前部拼接字符跨度，类 LZ 风格但负载保持可读文本，无需附字典
• token 对齐切片：当实际 token 成本更优时微调引用边界，反向收益的引用会被丢弃
• 自适应指令：每会话附带按需压缩的解码指令，只描述该会话实际使用的特性

内联反向引用是主力优化项：最终答案常常整段引用工具输出，工具目录每次也都重复自身壳体——一个 6-token 标记即可替代任意长度的字符跨度，解码器通过重放会话重建一切。在 ToolBench 数据上，内联反向引用完全取代了学习字典——优化器最终保留 0 个字典条目，因为逐会话发送字典的成本高于其节省，结论是实测而非假设。

优化循环

a2acompress optimize 是一个有界搜索，而非演示脚本：

• 在配置网格上评估基线协议
• 验证每个配置的无损性，失败者不可胜出
• 每轮启用一项改进，依据训练集上的探针选择
• 两次停滞或十轮后停止，选择最低成本的验证胜出者
• 在另外三个划分种子上复测胜出者并报告波动
• 写入包含清单（种子、语料指纹、搜索空间）的发布目录，确保结果可逐比特复现

实用门槛：完整成本节省 ≥15% 且在 10 次 handoff 内回本；当前胜出者节省 36.6%，在会话中位数第 1 次 handoff 即回本。

何时使用

• 适用：你运行多 Agent 系统，编码和解码双方由你控制，按 token 计费，且 handoff 携带重复结构（工具目录、引用输出、模式化消息）
• 不适用：希望即插即用地压缩任意 prompt 的代理——这是一个协议，假设双方配合；涉及跨厂商、跨系统的开放通信也不适用

CLI 包含 fetch、normalize、train、encode、decode、verify、benchmark、optimize 八个命令，pip install -e . 即可安装，完整 benchmark 仅需两条命令即可复现。