Agent每查一次资料、调用一次工具，历史记录都会变长，像办事员桌上的文件越摞越高。直接压缩记录能省时间，却可能删掉后面推理需要的细节。AsymSpec提出一种不对称做法：让轻量的草稿模型读取完整上下文，让计算更重、负责最终把关的验证模型只读压缩版。
它改造了投机解码——先由小模型起草一串词，再交给大模型批量验收。最巧的一步是让同一个草稿模型分别读取完整与压缩上下文，再比较两次输出；两者之差被视为“被压缩内容带来的信息”，用来引导验证模型。系统还会根据两份上下文的差异程度调节引导强度，避免草稿干扰最终判断。
作者报告称，在四类Agent能力和两个端到端Agent基准上，AsymSpec平均恢复了完整上下文方案90%的准确率；在单项文本能力测试中，吞吐量提高到1.3至1.7倍，计算成本降至0.2至0.3倍。它的价值不只是“少读一点”，而是让昂贵模型少读、便宜模型多读，重新分配长上下文的计算负担。