arXiv论文提出AutoCompact：让编程智能体学会自主压缩上下文

AutoCompact: Learning When to Compact Context in Long-Horizon Coding Agents 针对软件工程智能体在长周期任务中容易出现上下文溢出或信息过时的问题，研究人员提出了AutoCompact框架，通过强化学习将上下文压缩时机决策与有效工作状态保留训练进模型策略。在SWE-bench Verified评测中，该方法相比基础模型取得了9.2%的绝对通过率提升。