SJC：长程智能体上下文压缩的来源判定方法
原文标题：Prune the Summary, Not the History: Source-Judged Compaction for Long-Horizon Agents
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究指出长程智能体的压缩摘要混入了压缩器自身的推理，导致智能体无法区分事实与推断，83% 的失败运行可追溯到无环境依据的摘要条目。作者提出免训练的 Source-Judged Compaction，用非生成式判定模型 Jev 为每条摘要打分并剔除无来源条目。在 AppWorld 与 OfficeBench 上跨运行可靠性提升 2.1% 至 8.9%。
- 问题
- 长程智能体的压缩摘要混入压缩器自身推理，智能体无法区分事实与推断。
- 方法
- 免训练的 Source-Judged Compaction，用非生成式判定模型 Jev 为摘要条目打分并剔除无来源条目。
- 结果
- 83% 失败运行可追溯到无环境依据的摘要条目；AppWorld 与 OfficeBench 上跨运行可靠性提升 2.1% 至 8.9%。
- 影响
- 无需改模型或压缩器即可提升长程智能体可靠性，落地成本低。
深读 · 结论先行AI 生成展开看要点与影响 ↓
83% 长程智能体失败运行可追溯到无环境依据的摘要条目，SJC 免训练提升可靠性 2.1%-8.9%。
- •压缩摘要混入压缩器自身推理，智能体事后无法区分事实与推断
- •对某广泛使用的结构化压缩器分析显示，83% 失败运行可追溯到执行某条摘要条目的动作
- •多数此类条目无环境输出支持
- •SJC 用非生成式判定模型 Jev 为每条摘要打分并剔除无来源条目，不改智能体与压缩器
- •在 AppWorld 与 OfficeBench、两个智能体模型上跨运行可靠性提升 2.1%-8.9%，不增加 token 用量
为什么重要：上下文压缩是长程智能体的标配，这条把「摘要污染」量化为可归因的失败来源，并给出每次压缩仅加一次廉价判定请求的修法。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。