微软研究：清空对话历史可提升AI研究智能体表现

微软研究院提出名为 Fork-and-Flush 的方法，用于解决长时间运行的 AI 研究智能体搜索多样性不足的问题。该研究称，智能体即使增加算力也会陷入「想法盆地」，同一任务八次独立运行的最终得分在 68.3 到 100.0 之间。 Fork-and-Flush 结合两种机制。在相同算力预算下，该方法的最小-最大归一化平均得分为 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%。 实验中智能体通过 GitHub Copilot CLI 使用 GPT-5.6-terra 和 GPT-5.5，单次运行持续数小时至超过 100 小时。

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。