חוקרים מאוניברסיטת פן סטייט מצאו כי כאשר מערכות בינה מלאכותית דוחסות היסטוריית שיחה כדי לפנות מקום בחלון ההקשר, כ-83% מהוראות המשתמש נעלמות בממוצע. הצוות מציע מודול ייעודי מבוסס מודל שפה קטן שמשמר את ההוראות בהצלחה של מעל 90%.
כאשר משתמשים מנהלים שיחות ארוכות עם מערכות AI מבלי לפתוח צ'אט חדש, חלון ההקשר (context window) של המודל הופך לצוואר בקבוק. הפתרון המקובל בקרב חברות הבינה המלאכותית הוא טכניקה הנקראת "compaction" — דחיסת היסטוריית השיחה לכדי סיכום שממשיך לתפוס פחות מקום. הבעיה, כפי שמראה מחקר חדש מאוניברסיטת פן סטייט, היא שהתהליך הזה מוחק בדרך הוראות קריטיות שהמשתמש נתן במהלך השיחה.
החוקרים התמקדו במה שהם מכנים "אילוצי סשן" (session constraints) — כללים שנועדו לחול על התנהגות המערכת לאורך שיחה מסוימת, כמו "אשר איתי לפני שאתה מבצע שינויים" או "לעולם אל תשתמש בשם שלי בתשובות". בניגוד להוראות מערכת קבועות או למטרת המשימה עצמה, אילוצים כאלה אינם חלק מהיעד המרכזי שהמערכת נבנתה לשמר בזמן דחיסה — ולכן הם הראשונים ליפול.
המשמעות המעשית, לפי המחקר, חורגת מבעיית איכות גרידא ונוגעת גם לאבטחה: משתמש שמבקש "אל תשלח מיילים בלי האישור שלי" עלול לגלות שאחרי דחיסת ההקשר, הסוכן פשוט עושה את זה בכל זאת. בדוגמה שמופיעה במחקר, משתמש מבקש מהסוכן לאשר כל פעולה מראש; לאחר הדחיסה הכלל נעלם, והסוכן משנה פגישה ביומן ללא שאלה.
כדי למדוד את היקף התופעה בנו החוקרים מערכת הערכה בשם COMPINT. הממצא המרכזי: בממוצע רק 17% מהאילוצים שהוזרקו לשיחה שרדו את תהליך הדחיסה. רוב מנגנוני הדחיסה שנבדקו הניבו תוצאות גרועות אף יותר מאשר הרצה בלי דחיסה בכלל, אם כי GPT-5.4-mini הצליח לעלות על קו הבסיס בחלק מהתרחישים.
כשהמערכת מקבלת את ההקשר המלא, ללא דחיסה, ועם האילוץ שלם — שיעור הציות לכלל נע בין 59% ל-71%. לאחר דחיסה, השיעור צונח בחדות ברוב המקרים ולעיתים קרוב לרמה שנרשמת כשלא ניתן כלל אילוץ מלכתחילה. ניסיון לשפר את הבעיה באמצעות פרומפט דחיסה שנועד במיוחד לשמר אילוצי משתמש אמנם עזר, אך שיעור השימור נותר מתחת ל-40%.
הפתרון שהחוקרים מציעים הוא מודול נפרד וקטן שרץ במקביל למערכת הדחיסה הראשית, מבוסס על מודל שפה קומפקטי בשם Qwen3.5-9B. המודול קורא כל קלט של המשתמש, מזהה אילוצי סשן ואוסף אותם לרשימה נפרדת. כשמגיע רגע הדחיסה, הרשימה מצורפת לסיכום כדי להבטיח שהכללים לא ייעלמו. לפי המחקר, השיטה הזו משיגה שימור של מעל 90% בכל שלושת התרחישים שנבדקו — 95.6% במשימות סוכן, 95.1% במחקר ארוך טווח ו-90.3% בשיחות רב-תוריות. חשוב לציין שהמודול אינו דורש אימון מחדש ואינו מצריך שינוי במערכת הדחיסה הקיימת עצמה, מה שהופך אותו לתוסף שניתן לחבר כמעט לכל מערכת קיימת.
מערכת ההערכה COMPINT ומודול השימור פורסמו בקוד פתוח בגיטהאב. ככל הנראה, הממצאים מצביעים על פער מבני בעיצוב מערכות ה-AI הנוכחיות: הן נבנות סביב שימור המשימה עצמה, אך לא סביב כללי המשחק שהמשתמש קבע לאורך הדרך. עבור משתמשים שמנהלים שיחות ארוכות עם עוזרי AI או סוכנים אוטונומיים, המשמעות היא שכדאי להיזהר מהנחה שהוראה שניתנה בתחילת שיחה עדיין בתוקף לאחר שהמערכת "סיכמה" את ההיסטוריה — במיוחד כשמדובר בהוראות רגישות כמו אישור לפני ביצוע פעולות.