AI编码助手踩坑实录：上下文压缩时整理待办任务，我差点做了重复开发

引言

上周在hermes项目的v2.3迭代收尾阶段，我让AI编码助手整理所有历史会话里的待办任务，本来以为是个简单的检索工作，结果差点闹出重复开发的笑话——AI把3个月前已经完成的「日志上报模块性能优化」任务又列进了待办清单，对应的PR早就合并到了主分支，如果当时没注意到这个时间异常的条目，至少会浪费3-4人天的工作量，还会和已经落地的代码逻辑冲突。
事后复盘才发现，问题出在AI编码助手的上下文压缩机制上：当会话历史过长时，系统会把早期内容压缩成摘要保留，同时附带「仅处理最新指令，忽略压缩上下文里的历史任务」的默认提示，但如果没有明确给AI划清边界，它很容易把压缩摘要里的历史待办也当成当前需要处理的内容。这次踩坑也让我总结出了一套处理跨会话待办任务的可行方案。

踩坑现场：上下文压缩导致的待办混淆

当时的需求很简单：整理hermes项目所有会话中尚未完成的待办任务，统一输出到项目Wiki里。AI刚开始执行的时候还一切正常，直到它输出的待办列表里出现了一条标注时间为「2024-02-15」的任务，而这个任务我在3个月的迭代复盘里已经明确标记为「已完成」，对应的代码也早就合并到了主分支。
翻看AI的返回内容才发现，它触发了上下文压缩机制：早期的会话历史被压缩成了摘要，里面包含了当时遗留的待办任务，而AI没有正确区分「压缩摘要里的历史参考内容」和「当前需要处理的有效待办」，直接把所有历史待办都列了出来，甚至没有标注任务的状态和来源会话。后来才注意到返回内容里带了系统默认的CONTEXT COMPACTION提示，说明AI已经收到了「不要处理历史任务」的规则，但没有正确识别哪些内容属于需要忽略的历史范畴。

解决方案：加一层过滤逻辑，把无效待办拦在门外

发现问题后，我第一时间叫停了AI的任务整理，明确了两个核心规则：

1. 仅处理最近30天、活跃会话里的待办，所有超过30天、已关闭会话的任务一律视为历史参考，不得纳入当前待办清单
2. 所有输出的待办必须标注「来源会话ID、最后更新时间、当前状态」三个字段，无法标注的直接过滤
   为了落地这个规则，我让AI写了一个简单的待办过滤函数，直接对接项目当前的TODO数据库，自动过滤无效任务：

from datetime import datetime
from typing import List, Dict

def filter_valid_todos(todos: List[Dict], active_sessions: List[str]) -> List[Dict]:
    """过滤有效待办：仅保留活跃会话、30天内更新、未标记完成的任务"""
    valid = []
    for todo in todos:
        # 跳过已完成任务
        if todo.get("status") == "completed":
            continue
        # 跳过非活跃会话的任务
        if todo.get("session_id") not in active_sessions:
            continue
        # 跳过超过30天的 stale 任务
        if (datetime.now() - todo["updated_at"]).days > 30:
            todo["note"] = "历史参考，无需处理"
            continue
        valid.append(todo)
    return valid

之后AI输出的待办清单就完全符合预期了，所有过时任务都被自动过滤，剩下的待办都标注了来源和更新时间，直接同步到Wiki即可，没有再出现历史任务混入的问题。

落地经验：AI协作时处理上下文压缩的3个原则

这次踩坑也让我总结出了3个和AI协作时处理上下文压缩的通用原则，之后用AI整理跨会话任务再也没有出过问题：

1. 最新指令优先，压缩上下文仅作参考：下指令时 explicitly 说明「压缩上下文里的历史任务仅作背景参考，不得作为当前任务的输入来源」，避免AI把历史冗余内容当成有效信息
2. 所有输出必须带校验维度：要求AI输出的任何跨会话内容（待办、问题列表、代码片段等）都必须标注来源、时间、状态等校验信息，没有标注的直接打回
3. 关键结果必须二次确认：AI整理完待办、问题列表这类会影响后续开发的内容后，一定要先人工过一遍，和当前项目的迭代计划、TODO文档对齐，确认没有重复/过时内容再推进执行

结尾

AI编码助手能大幅提升开发效率，但上下文压缩带来的历史信息混淆是很多开发者都会遇到的隐性坑。这次在hermes项目的踩坑经历让我意识到：和AI协作时，明确的边界规则比模糊的需求描述更重要，加上一层简单的校验过滤，就能避免90%以上的重复劳动。
如果下次你也需要让AI整理跨会话的任务、问题或者历史文档，不妨先试试上面3个原则，至少能少走很多弯路。