斯坦福等发布无状态智能体 SLA，省 14.5 倍 token 追平最强基线

斯坦福、CMU、华盛顿大学等机构研究者（ACE 与 Meta-Harness 作者团队）发布论文《Stateless Language Agents》，提出「有状态搜索、无状态智能体」方案。研究指出长时间运行的 LLM 智能体常重复回放历史、彼此重复工作，消耗大量 token 却难有实质进展。实验显示该方案以少 84% 的 token 达到与最强内核优化基线相当的表现，即节省约 14.5 倍 token。

2026-10-12 ~ 2026-10-13 · 2 条相关

• 斯坦福提出无状态语言智能体：用少84% token达到最强内核优化基线 — StanfordUniversity · 2026-10-12
• 斯坦福等提出无状态智能体 SLA,追平最强基线省 14.5 倍 token — RulinShao · 2026-10-13