Google 论文 SKILL.state：显式执行状态让长程 agent 省大量 token 还更准
rohanpaul_ai · x · 2026-08-29
Google 论文《SKILL.state: Scalable Long-Horizon Agent Skills》（arXiv:2608.26263，已被 EMNLP 接收）针对现有 agent 运行时的问题：不断把观测、动作和中间推理追加到对话历史，导致长程任务中延迟劣化和上下文污染。SKILL.state 用显式、可变的执行状态替代只增不减的对话历史。
每一步，模型只接收不可变的技能规范、当前结构化执行状态和最新观测；中间推理在产出经过校验的状态更新后立即丢弃，避免 prompt 随执行历史增长。跨多个数据集、模型和执行环境的实验显示，该方法在大幅降低累计 token 消耗的同时提升了任务准确率，证明显式执行状态是一种架构无关的可扩展长程 agent 技能抽象。
补充数据：100 步仓库任务上，Gemini-3-Flash 用 SKILL.state 得 0.94 分、65,408 token，对比 LangGraph 式基线 0.91 分、1,062,387 token，token 相差 16.2 倍。局限：后续所需信息必须能被状态 schema 完整捕获。
所属事件:谷歌新方法用状态追踪替代对话历史，Agent 耗 Token 骤降 94%(3 条相关)→
「编程与Agent」频道最新
- WorldBox 沙盒让 GPT-6 Astra 的 MazeBench 得分从 23 翻倍到 61 — ZhitingHu · 2026-10-16
- 两条 prompt 让 Gemini 4 Argon 把单机游戏改成完整多人对战 — chongdashu · 2026-10-16
- Anthropic 联合 Gray Swan 办 30 万美元 prompt injection 攻防大赛 — bcherny · 2026-10-16
- Vercel 推 Token Pass:每月 30 美元得 80 美元 GLM 5.3 与 Kimi K3 额度 — evilrabbit_ · 2026-10-16
- Together AI 成 Muse Spark Open Day 0 上线伙伴，主打长程 Agent 编码 — togethercompute · 2026-10-16
- Muse Spark Open 四大能力：1M 上下文、多模态输入、长程自纠错 — togethercompute · 2026-10-16