微软研究：清空聊天记录让 AI Agent 结果提升 66%，「Fork-and-Flush」破解思维定势
The Decoder · rss · 2026-10-13
微软研究人员发现，自主 AI Agent 常因不断增长的聊天上下文陷入所谓「idea basins（想法盆地）」——即无法逃离的局部解区域，越聊越固化。
- 根因：聊天历史中早期的尝试与失败会持续影响后续推理，让 agent 反复在同一类解附近打转。
- 方法：他们提出「Fork-and-Flush」——清空聊天记录、但保留工作区（workspace）状态，相当于让 agent 带着「记忆成果」而非「对话包袱」重新出发。
- 效果：在相同算力预算下，结果最高提升 66%。
这对做 agent 工程的人是一个零成本的实操启发：上下文不是越长越好，适时「失忆」反而更好。
「编程与Agent」频道最新
- Theo 实测三模型修 bug:Opus 直达根因,GPT 写 300 行测试 — shadcn · 2026-10-13
- 一张图讲透 AI Harness:从 Agent Loop 到 Guardrails 的 6 个关键概念 — femke_plantinga · 2026-10-13
- 把规格写成状态机:用 reducer 图谱逐步审问 AI 编码智能体 — DavidKPiano · 2026-10-13
- Unit42 披露 LLM 驱动恶意软件 C2Agent,借受害者 AI 工具发起攻击 — cyb3rops · 2026-10-13
- Aiden Bai:现代编程的本质是写好 eval 与验证器 — aidenybai · 2026-10-13
- Vibe42 更新侧边栏：实时展示各 Agent 工作状态并按 workspace 分组 — yihui_indie · 2026-10-13