面向长视野代理的可靠上下文压缩：执行不稳定性的实证研究

周期性上下文压缩控制着长视野智能体的上下文增长，但其行为影响仍然知之甚少。在这项初步的实证研究中，我们表明压缩可以削弱最近相互作用的影响，增加阻塞动作、重复探索和运行中的不稳定性。受这些观察的启发，我们引入了 TRACE，这是一个验证者引导的框架，它通过来自同一环境状态的成对闭环延续来评估单个压缩事件，并使用摘要偏好来优化自然语言压缩提示，同时保持所有模型冻结。 AppWorld 的初步结果显示，在任务性能、多运行可靠性和上下文执行效率方面，现有压缩基准有所改进。这些发现为边界局部评估提供了早期证据，作为可靠的代理上下文压缩的有希望的方向。