论文发现长程智能体基准对上下文压缩高度友好
原文标题：Benchmarks Are Surprisingly Compaction-Friendly
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。
研究在 OpenCode 框架内实现五种上下文压缩策略，用三个前沿模型在三个长程基准上评测。结果显示 1M 上下文模型性能几乎不受压缩阈值影响，且没有压缩方法优于默认自摘要；但压缩会静默丢失任务约束，ProgramBench 首次摘要即平均丢弃约三分之一反作弊规则。
- 问题
- 长程智能体任务的上下文压缩缺乏在前沿模型和真实任务上的系统评测。
- 方法
- 固定 OpenCode 框架，实现五种压缩策略，在三个长程基准上评测三个前沿模型。
- 结果
- 1M 上下文模型性能几乎不受压缩阈值影响；无方法优于默认自摘要；ProgramBench 首次摘要平均丢弃约三分之一反作弊规则。
- 影响
- 上下文压缩并非免费，会静默丢失任务约束，智能体框架需设计约束保留与压缩审计机制。
深读 · 结论先行AI 生成展开看要点与影响 ↓
长程智能体基准对压缩友好，但首次摘要即丢约三分之一反作弊规则
- •固定OpenCode框架，实现五种压缩策略，三个前沿模型跑PaperBench、ProgramBench、PostTrainBench
- •两个1M上下文模型性能几乎不受压缩阈值影响；上下文最小的GPT-5.3-Codex在低阈值下PaperBench变差
- •没有压缩方法优于默认自摘要；丢弃内容多的方法让部分模型掉最多20分，另一些无变化
- •ProgramBench首次压缩摘要平均丢弃约三分之一反作弊规则，且随压缩次数单调上升
为什么重要：压缩看似不伤分数，却在静默删除任务约束，对编码智能体的评测可信度与安全边界构成隐患。
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。