上下文裁剪省60% token却让任务成功率跌到77%，协议感知裁剪保住96%
dair_ai · x · 2026-09-16
dair-ai 分享了一篇讨论 agent 上下文裁剪(context trimming)的论文。以往这类工作只看省了多少 token，这项研究额外测量任务是否仍然成功。
研究在多步工具调用工作流上对比了五种裁剪策略：基于近因、相关性、摘要等方法的策略约省 60% token，但任务成功率降到 66.6%77.3%。论文提出「协议感知裁剪」：保留标识符、约束、工具 schema 和未完成的承诺，压缩其余内容，配合自适应预算护栏，在省 56% token 的同时把任务成功率达至 96.0%，级联失败率仅 1.0%。
预算大小影响显著：保留上下文 ≤25% 时失败几率是保留 ≥50% 的 10.92 倍，且复杂工作流需要保留更多上下文。
「编程与Agent」频道最新
- General Reasoning 首发博客:详解如何用强化学习训练 Agent 集群协作 — rosstaylor90 · 2026-11-02
- 开发者指出:编码不再是瓶颈,使用量窗口才是 — kylegawley · 2026-11-02
- demo 通过≠可上线:让 Agent 接管业务前必答的五个问题 — _kellhus · 2026-11-02
- AI agent 通过 100 次测试，为何仍不能接管业务 — djgoel123 · 2026-11-02
- 让 Agent 全权创作:纯代码产出 1 分 44 秒动画短片《最后的园丁》 — ivegotnoidea1 · 2026-11-02
- 起床、用 Claude Code、睡觉：梗图调侃一天全靠它 — tekbog · 2026-11-02