LLM 重学电报体：Telegraph Test 评测文本压缩与信息保留

Write Like It's 1866: LLMs Relearn Telegraphese

Telegraph Test 在 50 篇文本、约 1,300 个问题上测试 LLM 电报体压缩，跨模型读取的准确率与明文基线之比为 0.99–1.10。使用小写指令时，GLM-5.3-Flash 的记录节省 48.4% token，但直接以电报体作答的准确率比为 0.81；gpt-5-mini 因无法关闭推理，压缩后的写入费用约为明文的两倍。

推荐理由：Telegraph Test 将记录压缩与作答压缩分开测试，为智能体记忆提供了在内容确定后压缩、机器消费时保持简写的可迁移方法。