PRO-LONG框架用程序化记忆提升长程智能体表现

针对大模型智能体在长任务中的上下文管理难题，有论文提出了PRO-LONG框架。该框架反对过早压缩或丢弃历史信息，而是将完整的观察、动作和结果等交互日志保存为结构化且可检索的“程序化记忆”。实验表明，这种机制有效提升了智能体执行长程任务的稳定性，在ARC-AGI-3测试中取得了18分的显著提升。

2026-07-24 ~ 2026-07-24 · 2 条相关

• PRO-LONG 给 LLM agent 加可检索程序化记忆，ARC-AGI-3 提升 18 分 — dair_ai · 2026-07-24
• PRO-LONG 用完整行动日志，让长程智能体在 ARC-AGI-3 提升 18 分 — rohanpaul_ai · 2026-07-24