在用 LangGraph 图编排 LLM 智能体系统、并用 Pydantic AI 为智能体添加类型的参考实现仓库 agent-graph-engineering 中，2026 年 10 月 31 日的提交 6b195cce 改动的是追踪部分。它从每个节点都会附带的 graph.state 转储中移除了对话历史（messages_json），改为留下一段表示其内容位于别处的占位符字符串。
这个仓库的范围比单个智能体循环更广。仓库说明称，它用图声明流程，用带类型的结构定义智能体，生成 WebSocket 与 REST 契约，对不可逆操作加入人工审批，并把追踪与评估打包在一起。本次提交只动了其中的追踪一处。提交消息指出，状态转储在一次运行中会把同样的内容按节点重复 9 次，而对话历史在其中约占七成。由于实际发送的内容本来就保留在节点之下嵌套的模型调用记录中，于是这段历史只留下名字，指向别处。同一条消息还写明，以脚本运行为准，状态属性的字符数从 15,997 减到 6,868。
实现只落在 agent/assistant/tracing/nodes.py 和两个测试文件中。_as_json 把状态转成 JSON 字符串时，只把 messages_json 的值替换为 <on the model call spans>，其余字段不作细粒度缩减，原样整块保留。如果对话历史是空字符串，就保持为空，以免被读成「没有内容但在别处」。三个新测试固定了这一行为。
不过，15,997 字符到 6,868 字符这一数字，是提交 6b195cce 的消息所说明的脚本运行基准。它只提到在真实对话中间距会更大，没有其他测量数据。仅凭状态属性无法查看对话内容，要确认内容必须转到嵌套的模型调用记录中去看。改动范围很窄，最终为新增 45 行、删除 2 行；截至 2026 年 10 月 31 日的提交 6b195cce，没有给出发行版本标记。对于需要缩小留在追踪中的状态体积的环境来说，这是可以马上用上的改进；但对于以把对话历史保存在状态值为前提的流水线，则需要另行考察替代方案。