# Context Compression

> La context compression réduit ce qu'un agent envoie au modèle — via des squelettes, des résumés et du filtrage — tout en préservant le signal utile, pour que la context window reste petite et économique.

Source: https://tokenade.net/fr/glossary/context-compression · Updated: 2026-10-07

## Qu'est-ce que la context compression ?

La context compression désigne toute technique qui réduit la taille du texte qu'un agent place dans la [context window](https://tokenade.net/fr/glossary/context-window) du modèle tout en conservant les informations dont le modèle a réellement besoin. Elle recouvre plusieurs approches : montrer le *squelette* d'un fichier (signatures et déclarations de haut niveau) plutôt que son corps complet, résumer un long historique, et [filtrer les sorties bruyantes](https://tokenade.net/fr/glossary/output-filtering) pour n'en garder que le signal.

L'objectif n'est pas d'envoyer moins pour le principe — c'est d'éliminer les parties que le modèle n'utilisera pas tout en préservant celles qu'il utilisera. Un bon squelette, par exemple, conserve toutes les signatures de fonctions publiques pour que le modèle puisse raisonner sur le fichier, et omet uniquement les corps qu'il pourra récupérer plus tard si nécessaire.

## Pourquoi la context compression est importante en 2026

Elle est importante parce que les agents relisent leur contexte à chaque tour, donc tout gonflement est payé de façon répétée au fil d'une session. La compression s'attaque directement aux tranches les plus importantes — lectures de fichiers et historique : les lectures orientées structure peuvent réduire un fichier de plus de moitié, et cette économie se répète chaque fois que le fichier serait autrement relu. Combinée au [semantic search](https://tokenade.net/fr/glossary/semantic-code-search) et à l'output filtering, c'est ainsi que le [context engineering](https://tokenade.net/fr/articles/context-engineering) maintient coût et bruit à un niveau bas.

Ce qui a changé en 2026, c'est que les fournisseurs intègrent désormais des primitives de compression dans l'API elle-même. En octobre 2026, l'API Claude d'Anthropic documente la compaction à la demande et la compaction à un seuil de tokens (toutes deux en beta), qui résument l'historique ancien de la conversation, ainsi que le context editing, qui efface selon des règles les anciens résultats d'outils ou blocs de réflexion. Ces mécanismes agissent sur l'historique *après* qu'il s'est accumulé. Ils complètent la compression à la source plutôt qu'ils ne la remplacent : un squelette ou un log filtré n'entre jamais dans le transcript en taille réelle, donc il y a moins d'historique à résumer ensuite.

## Quand la compression peut se retourner contre soi

- **Quand le détail supprimé était essentiel** — compresser un corps de fonction dont le modèle avait besoin force un re-fetch, coûtant plus qu'économisé.
- **Pour les résumés avec perte de faits précis** — les nombres exacts, identifiants ou chaînes d'erreur doivent être préservés, pas résumés.

## À lire aussi

- [Glossaire : Context window](https://tokenade.net/fr/glossary/context-window)
- [Glossaire : Output filtering](https://tokenade.net/fr/glossary/output-filtering)
- [Article : Context engineering pour les agents de codage IA](https://tokenade.net/fr/articles/context-engineering)