阿里提出 Scroll 架构：由模型编写代码动态管理上下文

阿里巴巴研究团队于 2026 年 8 月提出名为「Scroll」的上下文管理架构，将长文本上下文的处理方式由静态规则裁剪转变为由模型自主编写程序进行动态调度的机制。

• 调度范式转变：Scroll 将上下文管理从写入时的被动截断改为查询时的动态决策，交互历史以只追加的事件日志方式持久化存储。
• 状态与变量绑定：系统将工具调用的输出结果直接映射至持久化的 Python 内核变量，避免无序的原始日志过度占用上下文窗口。
• 记忆基准评测结果：在基于 Qwen3.8-Max 的测试中，Scroll 在 BEAM 历史长程任务评测中取得 73.1 分，优于现有公开记忆系统 68.0 分的基准成绩。
• 随代码推理自然增益：由于记忆调度依赖模型生成的代码逻辑，该架构使智能体的上下文管理能力能够直接随底层模型编程水平的提升而增强。
• 影响/看点：若该机制在跨会话复杂任务中的代码执行稳定性得到保障，可能为百万 token 级长程智能体提供一种高信噪比的存储架构，但其落地依赖于基础模型在各种边缘情况下极高的代码可靠性。
• 资料依据:
• 1. Rohan Paul 个人 X 账号 (https://x.com/rohanpaul_ai/status/2092735841068023886)
• 2. Qwen 官方代码仓库与技术文档 (https://github.com/QwenLM)

本内容由 AI 生成，仅供参考，请注意甄别