Meta 论文 TreeFlex 把 Agent 上下文变成搜索树,4B 模型反超 ReAct

armand_ruiz · x · 2026-10-20

Meta AI 发布论文 TreeFlex，把 agent 的上下文组织成一棵搜索树而非单一长上下文：

• 方法：每个中间状态作为带简短摘要的节点存入 harness 维护的树中；同一个 LLM 扮演两个角色——Reflection 角色纵观全树选择恢复节点并下达指令，Execution 角色在该节点路径上执行任务，可自主决定深化、回溯、验证或停止，无需固定遍历顺序或节点打分。
• 训练：用树感知版 GRPO 联合训练导航、任务动作、检查点与提案审核，奖励为任务级 outcome reward 加 process reward。
• 成绩：4B 模型在 BrowseComp-Plus 上达 48.8%（ReAct 41.5%、FoldAgent 42.8%，相同活跃上下文限制）；SWE-bench Verified 54.9% vs FoldAgent 43.3%。

作者提醒这是小规模 RL、单轮训练的早期信号，并非定论。核心主张：harness 本身就是产品。

原文链接 →

「编程与Agent」频道最新

• Cua 发布 Spaces SDK:让 Claude Code 等智能体跑在你自选的算力上 — Scobleizer · 2026-10-20
• 开发者实测：顶级 Agent 迁移数据库比 99.99% 运维更谨慎 — tristanbob · 2026-10-20
• Agent 触碰生产数据前必答：20 题就绪度自测清单 — Then_Respect_1964 · 2026-10-20
• Baseten 将开讲：如何在自己的代码库评测开源编码模型 — baseten · 2026-10-20
• Every 展示 Slack Agent 工作流:文章链接一键生成视频,先出分镜再渲染 — every · 2026-10-20
• 别当 agent 的人肉代理：让数字分身忠实传递你的想法 — danshipper · 2026-10-20

更多「编程与Agent」频道 AI 资讯 →