清空聊天记录可提升AI智能体解题能力

‘想法盆地’困局

微软研究团队指出，自主AI智能体在持续多轮交互中，其逐步增长的聊天上下文会形成认知惯性，导致智能体收敛于局部可行解区域——研究者称之为‘想法盆地’（idea basins），难以探索更优解空间。

Fork-and-Flush机制

为突破该限制，团队提出‘分叉-清空’方法：当检测到进展停滞时，智能体将当前工作区（如代码、变量、文件状态）完整保留，但主动清空全部历史对话记录，重置语言模型的上下文窗口。此举显著降低路径依赖，增强探索多样性。

效果验证

在多个推理与编程任务基准上，该方法在相同计算资源约束下，任务成功率最高提升66%，且不增加额外模型调用或参数量。

编者观点：该轻量级上下文管理策略对中国AI智能体开发者具有直接借鉴价值，提示‘减法设计’同样能驱动智能体能力跃升。