arXiv 论文：数据智能体上下文工程与行为研究
原文标题：Same Context, Different Agents: A Behavioral Study of Semantic Layers, Orchestration and Compaction in Data Agents
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
该论文系统分析了语义层、编排与压缩三种上下文工程技术（CET）对数据智能体的影响，在 7 个 LLM、5 个基准的 1514 个长程任务上评估行为、准确率与成本。研究发现无 CET 的智能体分为调查者、过早作答者和早停者三类，每种 CET 只对匹配的行为组转化为准确率收益，对调查者甚至有害。
- 问题
- 上下文工程技术对数据智能体的效果为何因智能体行为而异。
- 方法
- 在 7 个 LLM、5 个基准的 1514 个长程任务上，单独与组合评估语义层、编排、压缩三种技术，并按智能体行为分组分析。
- 结果
- 无 CET 的智能体分为调查者、过早作答者、早停者三类；对调查者，语义层与编排反而损失 5 个百分点。
- 影响
- 选上下文工程技术要先看智能体行为类型，盲目叠加会互相抵消甚至伤害准确率。
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。