微软研究：清空对话历史能帮助 AI Agent 找到更好的解

微软研究院的一项研究发现，长时运行的研究型 AI Agent 会因累积的对话上下文而困在局部解区域，增加算力也难以突破。研究者提出 Fork-and-Flush 方法：Agent 分裂出 K 个并行分支，每个分支清空对话上下文但保留工作区与已生成文件，最后保留最佳分支。在 13 项长时任务上，该方法在相同算力预算下取得 0.78 的归一化平均分，单次运行为 0.47，best-of-4 为 0.54，相对提升 66.0% 和 44.4%，并在 13 项任务中的 12 项取得最高平均分；仅清空上下文而不分支可提升约 22%。Agent 使用 GPT-5.6-terra 和 GPT-5.5，通过 GitHub Copilot CLI 运行，单次运行从数小时到超过 100 小时。