研究提出 Agentic AI 验证与自我改进的理论框架与边界
原文标题：Agent-Controlled Forgetting for Tool-Using Agents: Reversible Context Curation in Practice
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。
论文通过带隐藏终端随机性的有界验证比较智能体自我改进机制，证明独立多数放大可保持语言类，而随机磁带上的存在性接受可能引入错误输出。研究还分析递归自我改进在固定验证协议下仍属同一验证类，并给出条件误差预算控制错误选择。
- 问题
- 工具调用智能体的历史上下文膨胀、token 成本高。
- 方法
- 让模型自主遗忘：把旧工具结果替换为短注记，原文存入可恢复归档，无需任务训练。
- 结果
- 提示 token 从 912,492 降至 231,951，累计输入 token 少 50%，成本约 1.28-1.44 美元对 4.38 美元，但请求更多、耗时多 17%。
- 影响
- 长工具链场景可显著省 token 与成本，但收益依赖工作负载，需按场景验证。
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。