保留推理与上下文压缩：长任务别再截断上下文

长任务 Agent 经常不是“模型不够聪明”，而是 harness 每走一步就丢掉私有推理，再用滚动窗口裁掉早期观察。OpenAI 在 ARC-AGI-3 上把官方 harness 的公开集分数从 13.3% 拉到 38.3%，输出 token 大约只剩 1/6，改动只有两项：保留推理，启用上下文压缩。1

Responses API 把私有推理做成可回传的 reasoning item。工具调用轮次要把完整 output 带回下一轮，或用 previous_response_id 串状态；GPT-5.6 可用 reasoning.context: "all_turns" 让可用推理进入后续采样。上下文变长时，用 context_management 的 compact_threshold 做服务端压缩，或调用 /responses/compact；返回的 compaction item 不透明，必须原样回传，不能手裁。234

最小实践：改用 Responses API；每轮保留 reasoning item；打开压缩；store=false 时依赖加密 reasoning item，不要自己滚动截断。