斯坦福提出无状态语言智能体：用少84% token达到最强内核优化基线
StanfordUniversity · hf · 2026-10-12
自动化研究系统越来越多让 LLM 智能体长时间运行，但更多推理本身并不带来更多进展：智能体重复回放增长的历史、彼此重复工作，或在 token 持续消耗时停止实验。多数评测预算短或基准过早饱和，掩盖了这些失败模式。作者将其归因于两个选择：研究状态存在哪里、谁决定下一步试什么。
提出 Stateless Language Agents (SLAs)，原则是「有状态搜索 + 无状态智能体」：智能体不在多次调用间携带对话，而由 harness 持有研究状态（候选解与实测结果），并为每次调用重建全新的、角色专属的上下文。
- 在 SLA 框架中，无状态 Advisor 读取 harness 汇总的跨搜索方向证据，给并行 Worker 分配具体实验。
- 在软件工程、内核优化、算法设计三类任务上，预算最高达 10 亿 token，SLA 在每个任务上都取得最佳最终结果，并以少 84% 以上 token 达到最强内核基线的最终性能。
- 消融显示聚焦上下文与显式分配各自都有贡献且可随整轮运行复利，Advisor 消耗不到 0.6% 的 token。
结论：应把持久研究状态移出智能体对话，短评测周期会误判研究系统及其组件。
「编程与Agent」频道最新
- VectorDash:用 EmbeddingGemma 2 替换 Windows 搜索 — andy2na · 2026-10-12
- 博主 25 小时烧掉 Codex 86% 周额度,吐槽 OpenAI 额度收紧 — AlchainHust · 2026-10-12
- 用 C 写的 Agentic LLM 命令行工具 dsco 开源，支持 MCP 与 swarm — arthurcolle · 2026-10-12
- RLHF 砍掉了拒绝选项,LLM 幻觉源于「必然承诺」 — RandalSchwartz · 2026-10-12
- Cursor 开发者反驳「人人都能用 AI 做工程」:专业软件仍需领域专长 — zeeg · 2026-10-12
- 两年期记忆实测:Mnemos 41% 胜出,Claude 原生记忆仅 21% — RileyRalmuto · 2026-10-12