清华 Coca-Cola 压缩 Agent 工具输出,token 省 89% 性能反升
Tsinghua · hf · 2026-11-07
清华大学 AI Agent 团队发布 Coca-Cola,挑战「Agent 必须以文本形式读取工具输出」的假设：将工具观测压缩为连续的 latent token，直接嵌入 Agent 的输入 embedding 空间。
- 提出 Action-Preserving Training：对齐全量观测与压缩观测下的下一步动作分布，让压缩模型学到「动作充分」的 latent 表示，保留决策关键信息
- 在 4 个 QA 基准、2 个模型家族的 web-search Agent 实验中，token 消耗降低 70.01%–89.24%，端到端运行时缩短 24.45%–55.97%，且任务性能持续提升
- 代码开源：github.com/THU-Agent/Coca-cola
「编程与Agent」频道最新
- 事故响应 Agent 实战:为什么只存失败经验而不信记忆系统 — noufal_rizwan · 2026-11-07
- 客服挂断后 AI 留在线上追问一句，把通话纪要变成可执行任务 — gsuiteautomations · 2026-11-07
- ComfyUI-freefield 侧边栏集成 117 个现成工作流,一键下载模型并运行 — neuregex · 2026-11-07
- 自建 Agent harness 总在微观管理?Reddit 开发者求解长任务失控难题 — dangerous_inference · 2026-11-07
- 十年工程外包公司老板复盘:小团队出活,拒单30%,客户专家必须在场 — alex_verem · 2026-11-07
- rex 终端客户端 + Hyprland 平铺窗口管理器概念设计亮相 — seatedro · 2026-11-07