Meta 和 CMU 让智能体自己编辑并外置上下文
omarsar0 · x · 2026-07-28
Meta 和 CMU 提出了一种面向长程智能体的上下文管理方法 ACM（Agentic Context Management）。
它不再依赖“达到 token 阈值就压缩”的粗暴策略，而是给智能体配备专门的上下文编辑工具，让 agent 自己决定：
- 什么时候压缩上下文；
- 哪些内容该丢到外部记忆；
- 之后何时再把细节取回来。
论文还基于高质量的上下文管理示范，做了一个后训练流程。作者报告的结果包括：
- 在 BrowseComp-Plus 上提升 27% 相对成绩
- 效果接近 参数大 40 倍 的开源模型
核心结论是：更好的上下文管理能降低峰值 token 压力，让 agent 走得更远，也让多轮任务的表现更稳定。
「编程与Agent」频道最新
- Pydantic Monty 推出 TypeScript 绑定:在 Node 里沙箱运行模型生成的 Python — samuelcolvin · 2026-10-17
- deepagents 框架接入 Google Gemini:支持 1M token 与视频理解 — hwchase17 · 2026-10-17
- 开发者实测T3 Code移动端：弃用codex与Claude remote control — rudrank · 2026-10-17
- Perplexity 本地决策模型 Flash 实测：准确率持平，速度快近一倍 — WolframRvnwlf · 2026-10-17
- EpochGo 开源：本地 LLM 编排加 Scikit-Learn 离线跑 AutoML — Grouchy-Excitement28 · 2026-10-17
- Celesto CI 实测:一半 CPU 快 23%,缓存命中 24 秒跑完任务 — aniketmaurya · 2026-10-17