ThoughtDAG 实验展示:切断旧对话的上下文通路后模型输出如何变化
Lopsided_Scarcity979 · reddit · 2026-10-01
ThoughtDAG(开源的 AI 对话画布,MIT 协议)作者发布了一个 editable-context 演示练习,展示如何在不删除历史讨论的情况下切断它对后续请求的输入通路。
实验步骤:
- 关闭 Recall,建两个独立讨论(阅读计划、晚餐计划)
- 将两者连到一个新的摘要请求并生成答案
- 在请求预览中移除晚餐连接,重新生成同一摘要,对比输出差异;晚餐讨论仍保留在画布上
作者指出关键失败场景:如果另一个回答已经复制了晚餐细节,仅移除原始连接不会清除那份拷贝,需检查其他路径与材料;单次输出变化也不能证明模型质量提升。复现步骤见其文档站与 GitHub 仓库,需配置模型,附动画演示。
「编程与Agent」频道最新
- 10 个 GitHub 仓库让 Claude Code 更强:覆盖规划、测试与安全 — Shruti_0810 · 2026-10-01
- 开发者预测：SaaS 浪潮将重演，这次主角是 Agent — brianmichel · 2026-10-01
- 实测GPT-6 Astra：agentic提升显著，ARC-AGI-3成绩极度依赖测试框架 — No-Soil-5789 · 2026-10-01
- Claude 封号潮下博主转投本地模型，Codex 做主控绕开 Anthropic — lxfater · 2026-10-01
- 开发者连用两天 Devin：目前最信任能直接交付任务的编程 agent — jonathan_wilke · 2026-10-01
- 开源可视化agent编排器Orgtree v3：重写存储层，千级并发agent低延迟 — DynaBeast · 2026-10-01