每条命令后清空上下文,Claude Opus 4.5 仍达 SWE-bench 70.2%

cephaloform · x · 2026-11-08

一项实验显示,让 Claude Opus 4.5 在 SWE-bench Verified 上每执行一条 shell 命令后就清空对话记录,仍拿到 70.2% 的解决率,与保留完整历史的 70.0% 基线持平,同时把峰值上下文从 130K 压到不足 9K tokens。

配图为 NVIDIA 论文《You don't need long context》:长上下文生成成本可达短上下文的 3.67 倍(GLM 5.2 为 3.6x、Kimi K2.6 为 5.6x、Qwen 3 Coder Next 为 7x),论文指出前沿模型在每上下文仅执行一次动作的长程软件工程任务上性能几乎不降,质疑语言模型对长上下文的实际需求,并引出语义状态空间模型(SSSM)概念。