智能体何时能遗忘自己的推理？面向长程Agent上下文压缩的ICLR

长程语言模型智能体不断累积推理历史，即使早期决策已经执行并观测，上下文长度和推理成本仍持续增长。与静态思维链压缩不同，删除历史推理可能改变未来动作及由此产生的交互轨迹。我们研究何时可以安全遗忘此类推理。我们提出ICLR（面向长程推理的交互感知压缩），一种免训练的在线方法，使用冻结代理熵对推理块排序，同时保留动作、工具调用和观察。在260个WorkBuddyBench任务上，ICLR将平均奖励从0.699提升到0.718，同时把输入、输出和缓存读取token分别减少25.5%、14.4%和33.3%。消融揭示了轨迹放大效应：局部删除推理会通过改变后续交互而产生总计算的非线性变化。表示探针、激活修补和受控轨迹分析进一步表明，一旦任务相关的派生状态被可靠外化到代码、文件、工具输出或环境反馈中，历史推理就变得更可替代。这些结果把智能体推理刻画为动态工作状态，而非永久的交互历史。