微软研究：清空上下文可提升AI研究智能体表现

微软研究团队发现，长时间运行的 AI 研究智能体即便增加算力也会陷入性能平台期：同一任务 8 次独立运行的最终得分在 68.3 到 100.0 之间，且各自困在被称为 idea basins 的相似解区域内。 为此，团队提出 Fork-and-Flush 方法，结合分支与清空对话上下文两种机制。在相同算力预算下，该方法在 13 项长时任务（包括多联骨牌装箱、作业车间调度和密码分析）上的 min-max 归一化平均得分为 0.78，而单次运行为 0.47、best-of-4 为 0.54。实验中的智能体通过 GitHub Copilot CLI 调用 GPT-5.6-terra 和 GPT-5.5。 研究还称，仅清空对话上下文而不做分支，也能将结果提升 22%。

AI 根据报道生成 · 2 天前更新

还没有足够的连续观测数据，暂不绘制趋势。