Slipstream：长视野代理的基于轨迹的压实验证

为了应对长视野 LLM 代理产生的大型上下文，现代框架越来越依赖压缩 - 调用 LLM 将累积的轨迹重写为代理恢复的较短摘要。如今，压缩在代理执行的关键路径上同步运行，但由于结构验证差距，这可能会不可预测地降低准确性：压缩器必须压缩上下文，但从根本上不知道代理稍后需要什么信息。此外，由于压缩后代理步骤以新摘要为条件，因此不存在目标验证标准，并且错误通过连贯但不正确的行为悄悄传播。我们的主要见解是，异步压缩有效地解决了这一差距：通过在原始上下文上继续执行代理的同时运行压缩器，候选摘要和代理的后续步骤是独立于相同的预压缩状态生成的，从而产生独立于摘要本身的验证信号。我们构建了 Slipstream，一个基于轨迹的压缩系统，它使用法官根据智能体的持续推理来验证候选摘要，检查它是否保留了智能体的前向意图以及它所依赖的关键事实和约束。在长范围编码（SWE-bench Verified）和网络浏览（BrowseComp）工作负载中，Slipstream 将任务准确性提高了 8.8 个百分点，同时将端到端延迟降低了 39.7%。