腾讯联合清华发布 ContextPilot：用细粒度强化学习训练智能体主动管理工作上下文

清华大学、腾讯优图实验室与上海人工智能实验室于 2026 年 8 月联合发布 ContextPilot 研究，提出利用细粒度强化学习让智能体主动管理工作上下文。

• 针对长程任务中的上下文膨胀问题，在搜索、删除、摘要工具之外引入全局规划、长期记忆与自适应软压缩机制。
• 采用细粒度强化学习在单次上下文编辑层面分配信用，结合上下文与熵变定位关键决策点，并从分支轨迹中估计动作级优势。
• 实验表明在 32K 紧凑工作窗口约束下，该方法使智能体能够合理卸载与保留关键信息，表现优于未经调优的超长窗口模型。
• 影响/看点：该研究意味着智能体长程推理可以通过动态内存管理降低上下文算力开销，其实用价值取决于多工具调用场景下自适应压缩对关键线索的保真度。
• 资料依据：
• Elvis Saravia（DAIR.AI）发布（2026-08-31）：https://x.com/omarsar0/status/2094505508850032852
• ContextPilot 开源项目（2026-08-31）：https://github.com/Tencent/ContextPilot

本内容由 AI 生成，仅供参考，请注意甄别