渐进式披露只在文档导航失灵时帮到长上下文 agent
omarsar0 · x · 2026-07-22
这篇研究讨论了 agent 里的 progressive disclosure（渐进式披露）：先给 agent 一个文档路径，让它自己决定该读什么、读到哪一段。
- 研究者在 三种 agent harness 和 三类模型 上，用 InfiniteBench 做了实验。
- 在单本书任务里，这个方法的收益很依赖 harness：如果原本的文档导航能力弱，提升会很大；如果 harness 本身已经会检索，收益就接近于零。
- 扩展到多本书后，纯靠原始导航会明显崩掉；一层披露 反而更稳，而 第二层路由 不仅没帮助，有时还会降低准确率。
- 结论很直接：progressive disclosure 解决的是 上下文管理，不是“变聪明”；当语料库大到不能直接读时，它才真正有价值。
「编程与Agent」频道最新
- Fireworks 测试称 Kimi K3 可承接 72%–96% agent 流量 — eliebakouch · 2026-07-22
- Poolside 发布 118B 开源模型 Laguna S 2.1，面向单机本地部署 — IanAndrewsDC · 2026-07-22
- AutoIndex：AI 可能要优化可执行程序而非只调权重 — mrdrozdov · 2026-07-22
- AutoIndex 在不改检索器下让 CRUMB 指标提升 8.4% — mrdrozdov · 2026-07-22
- AutoIndex：检索索引背后其实有个表征程序 — mrdrozdov · 2026-07-22
- NeatContext 给 Claude Desktop 加上团队上下文层 — Human-Vegetable823 · 2026-07-22