CMU与Meta开源ACM框架：教Agent自主压缩上下文，显存占用降20%
aigclink · x · 2026-08-06
CMU 和 Meta 联合开源了智能体上下文管理框架（ACM），旨在解决长程任务中上下文无限增长的问题。
与传统的规则触发截断或摘要不同，ACM 赋予了模型两个核心工具：
- managecontext：让 Agent 通过后训练自主学会在合适的时机决定何时压缩上下文，而非依赖外部死板规则。
- querymemory：将压缩掉的内容无损落盘到外部记忆库，Agent 后续可随时按需检索找回。
实验发现，直接把工具给前沿模型（如 GPT-5.5）它们几乎不会主动调用。为此，研究者设计了双向约束的师生蒸馏管线，利用大模型（397B）教导小模型（9B）何时该压缩、何时该继续。最终，Qwen3.5-9B 在 BrowseComp-Plus 上成绩提升 27%，几乎追平 40 倍参数量的开源模型，且峰值 token 占用下降约 20%。
「编程与Agent」频道最新
- 智能体外壳比模型更重要：金融 AI 评测大幅提升 — eyishazyer · 2026-08-06
- AI Agent 能复现论文，但能独立提出想法吗？ — ChenhaoTan · 2026-08-06
- 弃用 Claude Code 转投 OpenHands，SENPAI 智能体刷新推理 TPS 纪录 — morgymcg · 2026-08-06
- 解决 Agent 盲目重试导致数据重复,Work SDK 引入幂等提交机制 — its_artur1 · 2026-08-06
- Cloudflare 推出 AI 搜索：提供免费嵌入与重排序 — michellechen · 2026-08-06
- 开发者推出加密货币研究 MCP Server,提供经过严格结算的历史追踪记录 — Beginning_Health9584 · 2026-08-06