一个SRE半夜排障，把日志、配置、监控输出一股脑喂给agent，五万五千多个token进去，出来两万四千多，省了57%。同一个报错，还是那个FATAL，一个字没漏。

这是headroom这个项目自己给的一组场景数据，用的是各家provider的分词器，离线跑，随机种子固定。听着像广告，但那个SRE场景我觉得挺真的——排障的时候最费token的从来不是问题本身，是你不知道哪一行有用，只好全塞进去。

它干的事说白了就一句话：你的agent读什么，它先过一道手再给模型。工具输出、日志、RAG切块、文件、对话历史，全算。压的过程在你本机跑，原文不外传，压缩完的原文缓存在本地，模型真需要了还能调回来。

用法给了好几条路。写代码的可以直接在Python或TypeScript里调compress(messages)；懒得改代码就起个代理，换个端口，什么语言都不用动；最省事的是headroom wrap后面跟一串agent名，claude、codex、cursor、aider都在里面，一条命令包起来，不想要了unwrap撤掉。还有个MCP server，三个工具：压缩、取回、看统计。

有个细节我挺在意。它有个叫learn的命令，专门翻你那些跑失败的会话，把纠正写进CLAUDE.local.md这类文件里，默认gitignore掉。等于让agent自己记着自己栽过哪。

另外它还管输出那一头，模型写回来的字也削，不只削你送进去的。这个方向对——很多时候账单是两边一起涨的。

数字不算炸，但这类东西本来就该慢慢涨，用的人自己知道省了多少。

headroom AIagent token压缩 SRE排障