微软研究：清空对话历史可提升AI智能体表现

微软研究院提出并测试了一种名为 Fork-and-Flush 的智能体上下文重置方法。该方法包含两个机制：一是“分叉”，二是“清空”——每个分支丢弃全部对话上下文但保留工作区，从而开启新对话并在已有工作基础上继续。 研究称，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，同一任务八次独立运行的最终得分在 68.3 到 100.0 之间，差距不随算力增加而消失。在相同算力预算下，Fork-and-Flush 的 min-max 归一化平均得分为 0.78，单次运行为 0.47，best-of-4 为 0.54。仅清空对话上下文而不分叉，也能将结果提升 22%。 测试中智能体通过 GitHub Copilot CLI 使用 GPT-5.6-terra 和 GPT-5.5。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。