苹果发布 SELFCOMPACT：让 agent 自主决定何时压缩上下文
Apple ML Research · rss · 2026-10-12
Apple ML Research 提出论文 SELFCOMPACT，解决长程 agent 的上下文污染问题。
问题：agent 轨迹中的思维链与工具调用会积累过时内容，锚定后续生成，最终撑爆上下文窗口。现有框架采用固定间隔、按 token 阈值触发的压缩，忽略轨迹结构，可能在推导或搜索中途丢弃部分结果。
方法：SELFCOMPACT 让模型自己决定何时以及如何压缩，核心是两个推理时组件：
- 一个压缩工具，模型可主动调用，把已积累的内容总结为紧凑摘要；
- 配套的推理时机制，引导模型在合适的轨迹节点执行压缩。
这属于 agent 记忆/上下文管理方向的 scaffold 研究工作。
「编程与Agent」频道最新
- 50+ 免费 AI Agent 学习资源合集：视频与仓库一站打包 — ifioknkem · 2026-10-23
- Vercel 推出免注册部署：拖拽文件到首页即得线上 URL — steren · 2026-10-23
- 5 个 Claude Code 会话经 MCP 互发邮件，组队攻破多品牌网络摄像头 — doodlestein · 2026-10-23
- Vercel 上线 vercel deploy --temporary,可临时部署后自动清理 — cramforce · 2026-10-23
- 用同一个 Notion 工作区让多个 Agent 互相沟通分工，实测有效 — nbaschez · 2026-10-23
- Sierra 伦敦大会被指逊色旧金山场,Agent 落地数据成稀缺话题 — DimlyDimwitted · 2026-10-23