约翰霍普金斯与苹果推出 SelfCompact:让 Agent 自己决定何时压缩上下文
DeepLearningAI · x · 2026-09-17
长时运行 Agent 面临上下文窗口限制和信息丢失问题:简单丢弃最旧上下文可能丢失关键信息。Tianjian Li 等来自约翰霍普金斯大学和 Apple 的研究者开发了 SelfCompact,一个 agentic 脚手架,让模型自己决定何时、如何压缩上下文。
核心洞察:
- 合适的压缩时机取决于 agent 正在做什么,而不只是累计了多少 token;压缩得太早会丢掉还需要的中间结果,太晚会浪费上下文
工作方式:
- 给 agent 工具箱新增一个「探针」和一个摘要工具:每 16,000 token,探针向上下文追加一段 prompt,规定何时允许/阻止压缩,让模型自评当前状态
- 若允许压缩,则由生成轨迹的同一个模型调用工具做上下文摘要
- 无需微调、无需外部监督;实验用的是阿里巴巴 Qwen 系列
DeepLearning.AI 的 The Batch 刊文指出,高效的上下文信息管理是生产级 AI 的关键技能,这类工具有助于优化记忆并降低 API 成本。
「编程与Agent」频道最新
- LangChain 实战复盘：住在 Slack 里的付费广告 Deep Agent 怎么造 — LangChain · 2026-09-17
- LangChain 造了 Slack 里的广告投放分析 Agent — LangChain · 2026-09-17
- 开发者拿到的决策引擎 jev,准备接入垃圾邮件分类与对账 — kevinkern · 2026-09-17
- 过时文档成 AI Agent 落地暗坑:Gartner 预测 2030 年 60% 项目失败 — rseroter · 2026-09-17
- 开源「上帝之眼」:35.6k 星的浏览器间谍卫星模拟器,数据全是真的 — tom_doerr · 2026-09-17
- NousResearch 用 1393 个子智能体 19 小时清理百万行代码,省近 200 万美元 — NousResearch · 2026-09-17