Google 提出新方法 SKILL.state，解决长任务 Agent 上下文膨胀
dair_ai · x · 2026-09-01
Google 提出了一种新方法 SKILL.state，旨在解决长期运行 Agent 效率下降和上下文污染的问题。
问题分析：
- 现有 Agent 通过将所有观察、动作和推理记录附加到对话历史中来保持执行状态。
- 这导致运行速度变慢，且 prompt 持续增长，可能导致“上下文中毒”。
解决方案 SKILL.state：
- 用显式的可变执行状态替代不断增长的历史记录。
- 模型每一步仅看到不可变的技能规范、当前结构化状态和最新观察。
- 一旦中间推理产生有效的状态更新，即被丢弃，不再占用 prompt 空间。
效果：
- 在多个数据集、模型和执行环境中，任务准确性提升。
- 累计 Token 消耗显著下降。
- 该抽象与架构无关，可移植到现有的技能运行时。
所属事件:谷歌发布SKILL.state架构，大幅削减Agent长会话开销(2 条相关)→
「编程与Agent」频道最新
- 开源 CommerceAgentBench，Qwen 跃居开源模型榜首 — Alibaba_Qwen · 2026-09-01
- 实测发现：Agent 查“此人是谁”几乎全死路 — Dry_Steak30 · 2026-09-01
- 整合 Posthog 与 Notion，Agent 自动化用户访谈与反馈闭环 — lennysan · 2026-09-01
- 用 Grok Bot 构建大学录取数据集清洗流 — lennysan · 2026-09-01
- 构想 Grok Bot 钱款漏洞猎人应用 — lennysan · 2026-09-01
- 从 Discord 机器人到多人共享 Agent 工作区：团队工作流升级记 — steipete · 2026-09-01