带自发现规格的智能体上下文学习

上下文学习是一个新兴的推理时任务：LLM必须从预训练之外的复杂上下文中学习并应用新任务知识——即便前沿模型任务成功率也低于24%。本工作开展全面实证研究以理解该设定为何困难。自然假设是失败源于内容获取；但在广泛上下文学习基准CL-Bench上、跨十二个检索、反思与验证基线：相对直接全上下文提示的增益有限。进一步失败分析揭示关键发现：与长文档理解等典型长上下文任务不同，上下文学习不仅需要恢复局部内容，还需要获取局部规格——查询中常未指明、却分布在整个上下文中的领域格式、局部规则与完整性条件。跨全部31,592个量规条目：55.4%明确评估规格获取，仅22.6%评估内容获取；且尽管76.7%的规格在用户查询中未指明，95.5%可溯源到上下文——表明这些是可学习的义务而非隐藏要求。为验证该诊断，我们设计一个刻意简单的干预PSCI（私有规格契约归纳）：抽取局部规格并经对抗检查与修复强制执行；PSCI以GPT-5.1在CL-Bench取得最先进的28.14%（绝对+5.59分、相对+24.8%），并在Qwen3.5-27B（+5.28分）与Gemini 3 Pro（+6.17分）上复现；十七项消融进一步隔离任务专属规格的作用。总体结果表明：上下文学习不仅取决于内容获取，也取决于规格获取。