PRO-LONG 记忆框架以低成本拿下 ARC-AGI-3 高分

新预印本论文提出了面向长程推理的最小化上下文管理框架 PRO-LONG。该框架将完整交互轨迹保留为结构化日志，让 agent 通过 grep、正则和 Python 进行无损记忆检索。凭借这一机制，PRO-LONG 在公开 ARC-AGI-3 基准上仅花费 1750 美元便取得了 97.4% 的高分，并使 coding agent 的表现提升了 18 分。

2026-07-27 ~ 2026-07-29 · 3 条相关

• PRO-LONG 用日志式 harness 在 ARC-AGI-3 得到 97.4% — srchvrs · 2026-07-27
• PRO-LONG 以 log.txt 记忆框架拿下 ARC-AGI-3 97.4% — GregKamradt · 2026-07-28
• PRO-LONG 用无损记忆让 coding agent 提升 18 分 — burny_tech · 2026-07-29