一句话定义：上下文折叠（Context Folding）是一类免训练（training-free）的长时智能体上下文管理机制——把久远或冗长的历史压成一个简短的"句柄"，需要时再把它完整展开还原。压缩和还原都发生在推理时，不用改模型参数、不用重训。
为什么需要它
一个跑长任务的智能体（agent），每一轮的工具调用、返回结果、中间推理都会往上下文（context）里堆。很快就会出现两个问题：一是撑爆AI 词典：上下文窗口">上下文窗口，二是 token 越多成本越高、模型的注意力也越容易被无关细节稀释。常见的应对是截断（truncation）或者摘要压缩（summarization / compaction），但这两者都是不可逆的：扔掉的历史回不来，摘要写的细节以后再也查不到。任务做到第 50 步突然需要第 3 步某个文件的原始内容时，就只能重做。
打个比方
它很像编辑器里的代码折叠。几千行代码折起来只占一屏，内容还在文件里，点一下展开就又完整回来了。ReFold 这类工作就是把"折叠"搬到对话历史上：一段历史被折成一个带标签的小占位符，比如"第 3—8 轮：检索了 API 文档并修复鉴权 bug"，原始逐字内容存在模型之外（文件、日志、外部存储都行）；当模型判断"我需要看细节"，就主动发起一次展开，把原文取回上下文。
所以它通常包含三件事：切分边界（按轮次或按工具调用分段）、外部留存原文（句柄指向它）、可调用的展开动作（模型自己决定何时展开、展开哪一段）。
和相邻概念的区别
| 机制 | 可逆 | 信息损失 | 谁来决定 | 典型用途 |
|---|---|---|---|---|
| 截断 / 滑动窗口 | 否 | 直接丢弃 | 系统 | 兜底防溢出 |
| 摘要压缩 | 否 | 有损，误差会累积 | 系统或模型 | 长对话 |
| 检索（RAG） | 取回片段 | 取决于切块粒度 | 模型 | 外部知识 |
| 上下文折叠 | 是 | 展开后可达无损 | 模型主动 | 长时智能体 |
关键差别在最后两列：折叠不是"把东西丢掉换成概括"，而是"把东西收进抽屉、留个抽屉标签"，细节随时可取证。这让它天然适合需要回溯、审计、复现的长链路任务。
对从业者和普通人的意义
做智能体的人：折叠给了你一个成本与保真度之间的旋钮——平时只挂句柄省 token，关键时刻再展开保正确率；同时因为原文被保留，出问题时还能复盘"它当时到底看到了什么"。
普通职场人：你未必关心机制，但会感受到变化——那种"帮你订完机票又接着改行程、还能记得你三天前说过不要红眼航班"的助手，靠的正是这类让长任务不遗忘、不爆窗的上下文管理。具体实现细节和效果以官方页面或论文为准。