RECAP：用 RL 训练长程 Agent 的上下文压缩，SWE-bench 提升 4.3 个百分点
Michael_D_Moor · x · 2026-11-05
ETH/EPFL 合作团队（Yulun Jiang 牵头）发布 RECAP，一种针对长程任务 Agent 上下文压缩的 RL 训练方法。
- 核心思想：好的历史摘要应保持 Agent 在原始交互历史下的行为不变。RECAP 把最终任务奖励与「压缩前后行为变化度量」结合作为 RL 信号。
- 结果：BrowseComp-Plus 从 58.2% 提升到 62.8%（+4.6pp），SWE-bench Verified 从 46.8% 提升到 51.1%（+4.3pp），且工具调用更少、轨迹更短。
- 论文与代码已开源发布。
「编程与Agent」频道最新
- 「评测胜过感觉」：热议中观点称无 eval 数据的 agent 方案都只是猜 — annetgriffin · 2026-11-05
- 赢下 OpenAI 黑客松进 YC,团队发布围绕 Agent 打造的新手机 Raven — ycombinator · 2026-11-05
- 开源 Mac 神器知了 Cicada:实时同传+AI 会议纪要,月免费 50 小时 — dotey · 2026-11-05
- IBM 推出 AI 编程助手「IBM Bob」,社区直呼名字太搞笑 — zeeg · 2026-11-05
- Zach Lloyd：别用 vibe code 搭软件工厂，提示词串 agent 走不远 — vikvang1 · 2026-11-05
- 实测 Grok 机器人打电话:85 秒通话仅耗 0.2% 额度 — elonmusk · 2026-11-05