微软研究提出Fork-and-Flush方法

微软研究院提出并测试了一种名为 Fork-and-Flush 的智能体搜索方法，通过分支并清空对话上下文来避免长时运行智能体陷入“idea basins”。研究称，在相同算力预算下，该方法在 13 项长时任务上的 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支也能将结果提升 22%。 研究指出，长时运行的 Autoresearch 智能体会因累积的对话上下文陷入所谓 idea basins，同一任务八次独立运行的最终得分在 68.3 到 100.0 之间，增加算力也无法弥合差距。测试使用 GPT-5.6-terra 和 GPT-5.5，通过 GitHub Copilot CLI 运行，任务包括多联骨牌堆叠、作业车间调度和密码分析。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。