UCSD 发布 CarryOn 上下文运行时:长程 Agent 省 52% token 还更准

加州大学圣地亚哥分校团队(Yuchen Lu、Julian McAuley、Lei Zhang)发布论文《Pack Light, CarryOn》,提出面向长程 Agent 的「面向对象上下文运行时」。其核心思路是让 Agent 从已完成的任务成果出发继续工作,而非反复重读当初的推理过程来压缩上下文。实验显示该方法可节省 52% 的 token,同时任务准确率反而更高,为长程 Agent 的上下文管理提供了新范式。

2026-10-19 ~ 2026-10-20 · 2 条相关