Fork-and-Flush:把 agent 分叉成多份清空上下文,跳出「想法盆地」

DimitrisPapail · x · 2026-10-12

研究者 DimitrisPapail 提出 Fork-and-Flush,用来解决 AutoResearch 中 agent 的「隧道视野」问题。

他把 AutoResearch 类比为「想法梯度下降」:某个关注指标随想法/实验下降,agent 会被拉向某类想法,但常常陷入单一思路,像梯度下降卡在局部最优。

Fork-and-Flush 的做法很简单:每隔一段时间,把 agent 分叉成 T 份,共享同一工作区但清空上下文,各自跑一阵,再从表现最好的那份继续。用梯度下降的类比说,这基本就是 basin hopping(盆地跳跃)。

作者还提到一种给「想法盆地」作图的有趣方法:让 LLM 把每个实验改写成规格,再回答数千个二选一问题「实验 A 更接近 B 还是 C」,从而把实验映射到可比较的空间中。

所属事件:微软提出 Fork-and-Flush:分叉清空上下文助科研 Agent 跳出「思路盆地」,提升约 66%(7 条相关)→

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →