何时遗忘：面向长时程智能体的风险控制上下文自适应

arXiv:2610.22897v1 公告类型：cross 摘要：长时程智能体会从失败中学习，但一条失败记录的价值可能会随着执行进展而变化。我们研究了相对于保留完整历史的 KEEP，保留、压缩或移除同一个历史块在何时能够改善后续执行。我们提出 RECAP，这是一种结合匹配的上下文干预、执行相关预测与独立策略认证的框架。匹配的环境状态和 rollout 种子用于衡量成功率差异与后续执行提示词成本差异；失败块与当前执行之间仅基于前缀的关系则用于提出有前景的编辑方案。随后，独立的任务集合会在固定测量协议下，根据有害干预风险约束和非正收益风险约束选择策略。一项使用五个种子的纵向案例将失败块及其摘要都保持不变：压缩在较早状态下失败，却在较晚状态下成为一种节省成本的干预措施。在五个骨干模型上，RECAP 都产生了正的配对成功节省估计值，同时呈现出因骨干模型而异的可靠性—效率权衡。在 Hunyuan-A13B 上，它编辑了 43.24% 的已保留检查点，在观测到的后续执行成功率达到 KEEP 的 91.89% 的同时，将无条件平均后续执行提示词成本降低了 4,619.8 个 token（2.13%）。该框架为决定何时遗忘提供了一个执行层面的参考：根据历史对后续内容的价值来保留历史。