微软Fork-and-Flush AI代理清记忆涨66%

时间 2026年10月12日,微软研究院在论文中正式发布Fork-and-Flush方法,通过清空AI代理聊天记录帮助长跑智能体跳出"思维盆地"。 地点 美国华盛顿州雷德蒙德,微软研究院总部,该研究由Cai、Ziakas等研究员主导。 人物 微软研究院团队、GPT-5.6-terra与GPT-5.5模型、GitHub Copilot CLI平台。 事件详情 微软研究院针对长跑型AI研究代理("Autoresearch agents")开展系统性研究。这类代理需要反复提出方案、评估反馈、迭代改进,但研究发现它们在多轮迭代后会陷入所谓"idea basins"(思维盆地),即在某个区域内反复打磨类似方案,而无法跳出去探索更优解。研究团队对同一任务进行8次独立运行,最终得分从68.3到100.0不等,即便叠加更多算力也难以突破既有盆地。 团队据此提出Fork-and-Flush方法,其核心是"分叉+清空":每轮迭代中,代理被分叉出K条并行分支,各分支继承父进程的workspace(代码、文件、中间结果),但将对话历史彻底清空,从零开始下一轮推理,最后保留得分最高的分支继续推进。该方法在13个长跑任务上测试,涵盖多连块打包、作业车间调度、密码分析、CIFAR分类器压缩与VLIW内核优化等场景,运行时间从数小时到超过100小时不等,使用GPT-5.6-terra与GPT-5.5通过GitHub Copilot CLI接入。在同等算力预算下,Fork-and-Flush取得min-max归一化平均得分0.78,相比单次运行的0.47和best-of-4的0.54分别提升66.0%和44.4%,在13个任务中的12个上取得最高均值,标准差也从0.26降至0.16。仅清空聊天上下文而不分叉的简化版本也能带来22%的提升。 背景 长跑型AI代理越来越多被部署到多步复杂任务,如科研、代码生成与数据处理。行业此前默认假设是更长的上下文有助于模型保持连贯,但该研究表明,当代理锁定次优路径后,累积的对话历史反而会强化既有偏见,降低探索多样性。即便增加压缩或缩短对话历史的传统优化手段,也无法完全打破盆地结构。Fork-and-Flush把"信息保留"(workspace)和"及时遗忘"(对话历史)解耦,正是针对这一矛盾。 影响 该结论将迫使业界重新审视代理架构设计:仅靠堆算力或扩大上下文窗口并不能持续提升长跑智能体的表现,反而需要主动的"上下文重置"策略。研究人员预计,周期性context reset将成为开放式研究与开发任务的标配,以避免代理陷入次优循环。对Anthropic、OpenAI、Google等头部厂商的代理框架与GitHub Copilot类产品都将产生直接影响,代码生成、数据分析、自动化科研等场景的可靠性有望显著提升。 总结 微软研究院用Fork-and-Flush证明:让AI代理主动"失忆",在保留工作区的同时清空对话历史,即可在同等算力下将长跑任务表现提升66%。这一发现颠覆了"上下文越长越好"的传统直觉,为下一代代理架构中的记忆管理机制确立了新的设计原则。 参考来源 https://the-decoder.com/clearing-chat-history-helps-ai-agents-find-better-solutions/ https://www.splitfeed.ai/story/microsoft-finds-clearing-chat-history-boosts-ai-agent-performance-66-percent https://glosignal.com/story/clearing-chat-history-helps-ai-agents-find-better-solutions https://venture-pitch-online.com/en/news/clearing-chat-history-improves-ai-agents https://zerohour.day/item/1acf0dfe77fe33d71587354d7a849f3659a1b5cb https://theneuralfeed.com/article/rr-evict-fine-grained-prefix-cache-eviction-beyond-lru-for-agentic-llm-serving/iCsuPLD1