DAIR.AI：微软新出的一篇论文，讲的是在测试时如何压缩智能体的上下文信息…

微软新出的一篇论文，讲的是在测试时如何压缩智能体的上下文信息。如果你发现智能体的表现随着交互历史的增长而变差，这个方法值得一试。FOCUS 方法会判断智能体的下一个决策实际依赖于哪些过去的交互，然后保留那些重要的交互信息，舍弃其他的信息。这个方法不需要额外的训练数据或微调，所以可以作为一个独立的层放在闭源 API 模型前面。在工具调用、问答、网页交互和多轮对话的基准测试中，它能把上下文信息的峰值减少最多 48%，并且相比使用完整历史记录，任务成功率能提高最多 8.9 个百分点。论文在这里：

—— DAIR.AI (@dair_ai) X帖子｜2026-10-02T07:00:10+00:00
原帖：https://x.com/dair_ai/status/2105915729812050342