微软 FOCUS 论文:测试时压缩 Agent 上下文,峰值砍 48%
dair_ai · x · 2026-10-02
微软新论文提出 FOCUS,一种测试时的 Agent 上下文压缩方法:
- 思路:判断 Agent 的下一步决策实际依赖哪些历史交互单元,只保留这些、丢弃其余
- 零训练:无需训练数据或微调,可作为独立层套在闭源 API 模型前面使用
- 效果:在工具调用、QA、网页和多轮对话基准上,峰值上下文最多降低 48%,任务成功率相比使用完整历史最高提升 8.9 个百分点
如果你的 Agent 随交互历史变长而表现变差,这个方法值得一试。
「编程与Agent」频道最新
- 开发者向 GKE 沙箱项目提 PR:定期 checkpoint 防 agent 进度丢失 — yoimnotkesku · 2026-11-19
- Orchestrator Cloud Agents 结束测试正式上线 — julianweisser · 2026-11-19
- 开发者开源企业级 Agent 审计追踪模型:10 个数据模型找安全工程师挑刺 — TheHamzaShahbaz · 2026-11-19
- She 用 Claude Code 自制大头贴机:举手倒计时自动出照片条 — toolstelegraph · 2026-11-19
- Agent 该有权写入你的记忆,还是只能读?开发者公开争论 — jordimr · 2026-11-19
- 把 Claude 变成邮件 QA 团队:免费本地测 19 种收件箱渲染 — ycombinator · 2026-11-19