#上下文管理

共 28 篇相关资讯，按重要度与时间排序，每 3 小时更新。

★ 4

阶跃星辰开放 Step 5 Preview 权重

阶跃星辰开放 Step 5 Preview 模型权重，将长程 Agent 的竞争延伸至上下文管理与训练系统层面。此举意味着该公司在开源策略上进一步加码，聚焦智能体长任务执行能力。

InfoQ AI17 天前

★ 4

论文提出长周期智能体分层架构 Levels、Ticks 与级联智能

论文针对可持续数天乃至数周的智能体任务，提出长时程智能体必须先「持续运行而不遗忘」才能持续学习，且该能力位于模型外围的 harness 而非模型本身。作者归纳七大瓶颈，并给出三层架构：按时间尺度分层的层级、作为自主行动单元的时钟 tick、以及失败后才升级到更强模型的级联智能。在为期十天的实验中，…

arXiv cs.AI45 天前

★ 3

上下文语言模型：自主管理上下文以提升性能并降低算力成本

研究提出「上下文语言模型」思路，让模型自主管理并压缩自身上下文，从而在长任务中提升表现、降低计算开销。该方法试图缓解长上下文带来的显存与推理成本压力，对智能体长程任务有潜在价值。

InfoQ AI9 天前

★ 3

研究提出 Agent 可控遗忘机制降低工具调用上下文成本

论文研究智能体可控遗忘：模型选择已观察的工具结果，用简短笔记替换并保留可恢复归档。在 OpenTelemetry 调试案例中，提示 token 从 912,492 降至 231,951，成本从约 4.38 美元降至 1.28-1.44 美元，但请求次数更多、耗时增加 17%。

arXiv cs.AI24 天前

★ 3

CASK：为 LLM 长期记忆设计范围感知提交规则

论文指出 LLM 智能体的持久记忆会把推理中的临时假设固化为事实，问题根源在于丢失了「话语归属」这一上下文。作者提出 CASK（因果锚定范围键）提交规则，保留归属信号，使共享世界的事实进入长期记忆，而临时内容只在原始范围内可用。实验显示该方法能改善记忆准入并防止临时内容污染后续回答。

arXiv cs.AI25 天前

★ 3

LLM 智能体框架的计算成本理论

论文提出语言模型智能体机器（LAM），一种资源受限抽象，在固定底层语义模型的同时显式计入框架层资源开销。研究给出通信、访问、重计算与可靠性四类结果，包括上下文—内存流量的 I/O 下界、随机与非推测顺序访问的 Θ(n) 差距，以及带闭式最优验证间隔的检查点定律。作者在 GPT-6 Astra 上做…

arXiv cs.LG28 天前

★ 3

可训练智能体式上下文管理

论文提出不原生训练长上下文、也不设计复杂框架，而是让模型在极简工具框架上微调，仅用调用自身与读取上下文区间的两个工具。在 Qwen3.6-35B-A3B 上微调后，仅 8000 token 上下文即可在 OOLONG-synth 长文档任务上媲美 100 万 token 的 GPT-5.4。

arXiv cs.LG28 天前

★ 3

智能体自优化：多任务自进化Harness框架

论文提出接近递归自我改进的框架：同一冻结模型在同一版本harness上先作为求解者解题，再作为提议者读取完整运行记录并直接改写harness。每批进化从五个不同领域基准抽取任务，训练与留出任务严格分离，并额外在五个分布外基准上评估。从49行种子harness出发，第一阶段在分布内提升4.48分、分…

arXiv cs.AI32 天前

★ 3

StateTape：面向长程编程智能体的证据生命周期建模

论文提出 StateTape，将编程智能体的上下文维护从「随上下文增长」改为「随代码库变化」重写。它把仓库建模为符号级代码图，用 tape 标记每次写入影响的符号，从而把陈旧性从文本推断变为对写入的观测，并配套提出 TraceBench 基准。实验显示其在六个编程智能体、三个编辑密集基准上提升解决…

arXiv cs.AI33 天前

★ 3

LAM：带检索分数误差界的有损智能体记忆

论文针对智能体记忆随历史增长导致推理成本上升与上下文溢出问题，提出LAM有损智能体记忆系统。它包含带检索分数替换界的确定性去重规则、保留缓存前缀并将压缩与推理重叠的记忆管理器，以及部署前估算压缩成本的表现模型。在600条轨迹上移除22.47%观测token同时保留99.984%证据，预测端到端加速…

arXiv cs.AI34 天前

★ 3

面向智能体LLM系统的共享选择性持久记忆

针对智能体 LLM 多轮工具调用中上下文从零开始的问题，研究提出共享选择性持久记忆架构。该架构识别并保留任务规范、数据模式等四类可复用上下文，避免全量历史带来的 token 浪费与生成质量下降。

Apple Machine Learning Research47 天前

★ 3

子智能体 vs 智能体技能：长周期任务中可复用知识的执行方式

论文对比了智能体技能的两种执行方式：将技能指令载入主上下文，或将技能包作为子智能体调用并开启全新上下文窗口。结果显示，当技能包具备清晰输入输出契约时，子智能体执行优于技能加载执行，因为长任务中上下文累积会削弱推理质量。代价是主智能体与子智能体之间的额外通信开销。

arXiv cs.AI53 天前

★ 3

同一模型不同框架导致编码智能体结果差异

研究比较同一模型在不同框架配置下的编码表现，发现改变框架可显著影响结果。在紧凑上下文下，处理方式提高了任务成功率，但增加了失败率。这表明编码智能体评估应将模型与框架视为整体。

arXiv cs.AI66 天前

★ 2

Context Mode 开源 MCP 服务器：降低 AI 编码上下文占用 98%

开发者 mksglu 开源 MCP 服务器 Context Mode，通过沙箱工具把原始数据挡在上下文窗口之外，宣称可将 315 KB 压缩至 5.4 KB，节省约 98% 上下文。它还借助 SQLite 与 FTS5/BM25 检索维持会话连续性，并推行「用代码思考」范式，让模型写脚本分析而非把…

Hacker News – AI20 小时前

★ 2

开发者用 Rust 写 LLM 上下文垃圾回收器 contextWatcher

开发者发布 Rust 编写的本地代理 contextWatcher（cw），针对 LLM 上下文膨胀问题做“垃圾回收”。它通过文件读取影子去重、工具输出裁剪、尾部规则固定和子代理前缀复用，避免 /compact 摘要破坏工作记忆与 KV 缓存。在双 AMD GPU 本地环境约 28k 上下文下，预…

Hacker News – LLM4 天前

★ 2