长任务成功率翻倍：阿里MEA循环如何根治上下文腐烂
大模型之路 · wechat · 2026-08-26
长程智能体常因“上下文腐烂”和“目标漂移”导致失败，错误在长对话中累积。阿里开源的 LongHorizon-Harness 提出了“管理-执行-审计”（MEA）循环架构：
- 核心机制：将状态管理从执行上下文中剥离，管理器维护持久任务账本，执行器在全新上下文处理子任务，审计器仅依据环境事实（如文件状态）独立验证结果。
- 实验效果：同一模型采用 MEA 后，在 WeaveBench 上成功率从 51.8% 升至 80.7%，Terminal-Bench 从 69.7% 升至 77.2%。
- 工程启示：长程任务可靠性更多取决于系统设计而非单纯模型能力。代价是 Token 消耗增加（审计开销约 19%–38%），但换取了更高的稳定性。
「编程与Agent」频道最新
- 马斯克转发用户实测：Grok Bot 不比 Codex 强但更顺手 — elonmusk · 2026-10-15
- 独立开发者发布 Blob0：把 S3/R2 对象存储管成 Mac 本地文件夹 — yihui_indie · 2026-10-15
- 2026 AI 工程师六层技能栈：从向量库到 Agent 编排 — mdancho84 · 2026-10-15
- 用 ChatGPT 搭机械工程工作流：Agent 编排热固封头研究，却因重置中断 — burhop · 2026-10-15
- 开源 Harness 工程课爆火：19k 星教你让编码 Agent 干活可靠 — thisguyknowsai · 2026-10-15
- 6 人团队 3 个月：AI Agent 进驻医保预授权平台的落地实录 — alex_verem · 2026-10-15