XNews

上下文压缩与长期代理上下文评估

上下文压缩与长期代理上下文评估

FactoryAI的结构化总结在保留任务关键上下文方面优于OpenAI和Anthropic采用的激进压缩方法。

Key insights

上下文压缩必须保留任务连续性

一项比较评估认为,仅仅最大化压缩率不足以满足长期运行的代理任务;保留的细节如文件路径、错误日志和先前决策至关重要。研究建议优化“每任务令牌消耗”,而非单纯的压缩率,以避免重复检索、幻觉或任务中断。

FactoryAI的锚定迭代总结在实际任务中领先

FactoryAI的“锚定迭代总结”保持了结构化的持久摘要(意图、文件编辑、决策、下一步),并逐步合并;在大规模测试中,其准确性和上下文意识超越了OpenAI和Anthropic。评估使用了探测类别(召回、工件、延续、决策)和GPT-5.2作为生产消息数据集的自动评判者。

权衡:OpenAI压缩与Anthropic结构

比较发现OpenAI提供了最高的压缩比(约99.3%),但失去了技术特异性(例如,文件路径),而Anthropic则生成了详细的结构化摘要,但每次都重新生成,存在漂移风险。所有方法在工件跟踪方面都面临挑战,这表明需要补充索引。

Source posts