# AutoCompact 训练编程智能体决定何时压缩上下文

AutoCompact 使用评判器修正压缩决策，然后应用监督微调和带任务成功奖励的强化学习。报告的通过率在 SWE-bench Verified 上提高 9.2 点，在 SWE-PolyBench Verified 上提高 5.0 点，包括在 256K 窗口从未溢出的情况下。

Language: zh-CN
Time zone: Asia/Shanghai
Current time (UTC, cached as of): 2026-11-22T13:14:00.000Z
Query date (Asia/Shanghai): 2026-11-22

HTML: https://didcodexreset.com/zh/news/6ba273d1ea564aeea9faee1a.html

Content language: zh-CN
Localization state: translated

来源：elvis · 发布于 2026/10/4 00:21:25

AutoCompact 训练编程智能体决定何时压缩上下文、保留哪些工作状态以及如何恢复。评判器会审查基础智能体的压缩决策，并在这些决策执行前替换有缺陷的决策。修正后的轨迹用于监督微调，随后带任务成功奖励的强化学习会同时训练编码和压缩。论文发布在 [arXiv](https://arxiv.org/abs/2610.02163)。

通过率在 SWE-bench Verified 上提高 9.2 点，在 SWE-PolyBench Verified 上提高 5.0 点。即使使用从未溢出的 256K 窗口，这一提升仍然存在，因此当上下文空间不是限制时，学习到的压缩仍然有帮助。作者将这种主动压缩称为模型-执行框架协同设计：执行框架提供压缩机制，而模型学习何时调用它、保留什么以及如何继续。

Tags: AutoCompact, 编程智能体, 上下文压缩, SWE-bench

[查看主帖原文](https://x.com/omarsar0/status/2106416745686995025)
