长对话模型上下文暴增，如何压缩上下文？

基于单一长需求持续对话，模型上下文很容易跑到几十万 Token 。

背景：

• 模型：DeepSeek V4 Pro （ 1M 上下文）
• 不限额不考虑费用（公司报销），也不在乎延迟，只追求最高质量的回复与代码准确率。

疑问：

1. 压缩时机： 按比例固定压缩，比如上下文到达 50%主动压缩？
2. 压缩方式： OpenCode 的 /compact 指令是否靠谱？会丢失关键信息吗？
3. 替代方案： 如果不压缩上下文，是自己拆分任务吗？有合适的工具或流程吗？