kung freddie

Man follows the earth, the earth follows the heavens, the heavens follow the Dao, and the Dao follows nature

[kung freddie @FreddiKung]

@thsottiaux 当好事呢 ？是因为又慢 无用的思考又多 👎

[AIGCLINK @aigclink]

CMU 和 Meta 开源了一套后训练方法：教 agent 自己判断什么时候该压缩上下文，而且压掉的东西全落盘存着，想起来了还能回去翻。

它解决的是长程 agent 任务里最烦人的那件事——上下文该什么时候压缩、压掉的东西还找不找得回来。

现在 agent 干长任务，普遍做法是：上下文快满了，外部规则一触发，就自动截断或摘要一下。问题有两个——什么时候压缩不是 agent 说了算，以及压掉的内容就真没了，后面想回头查早期某个细节，查不到。

ACM 框架的两个核心，正好解决这两个问题：

① manage_context+agent-native：什么时候压缩，由 agent 自己决定
不是被外部触发器强制执行，而是把"该压了"变成模型通过后训练学会的一种策略。

② query_memory+lossless 无损：压掉的上下文写进磁盘、永久保留
agent 后面需要时可以回去取任意早期信息。不是"压缩完就丢了"，而是"从工作记忆里挪走，但档案还在"。

有意思的是，作者在直接把上面两个核心的工具直接给模型没用：GPT-5.5 拿到manage_context+query_memory两个工具后几乎从来不调用，说明前沿模型也不具备主动管理上下文的意识，这个能力必须专门训出来。

为此，作者设计了一套双向约束的师生蒸馏管线：学生模型（Qwen3.5-9B）先跑轨迹，教师模型（Qwen3.5-397B）在没用工具的轨迹里标注"这里该压缩了"，在滥用工具的轨迹里标注"这里不该压，该继续搜或者直接给答案"。正反两个方向一起教，学生才学会压缩的准确时机。

效果很直接：训完之后 Qwen3.5-9B 在 BrowseComp-Plus 上从 0.570 提到 0.727，相对提升 27%，几乎追平 40 倍参数量的开源模型；DeepSearchQA 提升 16%，SWE-Bench Verified 提升 8%；峰值 token 占用还降了约 20%，推理负担和服务端 KV cache 压力同步下降。

结合之前分享过的类似项目，ACM 解决了非常重要的一环：codexloom靠"长期复用同一条线程"来省掉重建上下文的成本，shepherd靠"执行可回放"，而 ACM 是直接教模型学会自己判断什么该留在脑子里、什么该归档。长程任务这道题，大家正从三个方向同时往长程任务这个细分深挖。

#AIagent #上下文管理 #长程任务 #CMU #开源

[kung freddie @FreddiKung]

@dotey 人类可以不会制冷而评价冰箱垃圾

[kung freddie @FreddiKung]

@Goupenguin 明天缺

[kung freddie @FreddiKung]

@cryptoxiao @justinsuntron 都是gpt2

[kung freddie @FreddiKung]

@tualatrix 😭 我拿loopx和superpower他不按照指令遵循走。
想让4.5和5.6 一起弄

[Cloudflare Developers @CloudflareDev]

Kimi and GLM are some of the best open models available. They're also some of the hardest to serve efficiently. Check out this writeup to learn how we're making them faster and cheaper without losing accuracy.

https://t.co/X1ak2QsGeC

[kung freddie @FreddiKung]

@YuLin807 可以试试 他们传的loopx 我设定了一个带验证的，一万声就用了45%

[kung freddie @FreddiKung]

@tualatrix 青龙偃月刀不能切西瓜？😈

[kung freddie @FreddiKung]

@jheioff 你是第一美少女 他这性别是男 咱不认❤️

[kung freddie @FreddiKung]

@btc_jx 你也可以发了，之后让其他人来刷差评

[kung freddie @FreddiKung]

@richpeach888 加油🍎 加油啊美丽卡

[kung freddie @FreddiKung]

@Gate_zh 牛逼 給人开盒了，之前不是说视频部分留存证据了 有证据直接对证呗？用测试集测安全系统也是神

[RyanLee @RyanLeeMiniMax]

This is exactly why we’re going open-weight — only open-weight lets us rally a broader community to build together. 🤗

@ComfyUI community’s quantized builds already support a wide range of GPUs, including the RTX 6000, dual 3090s, 5060, and 4060 Ti.

More GPU models are currently undergoing testing. Feel free to share any benchmark tests under this thread.

[kung freddie @FreddiKung]

@EnHeng456 内裤啊 不要外穿

[Wey Gu 古思为 @wey_gu]

https://t.co/1dPU9Ppx39

[kung freddie @FreddiKung]

@yetone herdr算吗

[yetone @yetone]

我也是用 Coding Agent 撸自己的 Agent Sandbox 跟调度器，像模像样的，估计也要上生产了。因为这个确定性比较高，特别容易跑 lossless feedback loop。

[tison @tison1096]

主要是团队集体记忆这个事情，不管是方法论上还是工具上，都还有点缺失。我是觉得 @raft_hq 可以考虑跟 @runta 合作，把 agent 的运行环境也 vendor 掉。然后可能的话，类似 amp code 那样，把模型能力也直接自己提供。

这个对公司运营会有比较大的挑战，但是用户一般还是喜欢更集成的环境，你只要提供用户安全的配置各种 Access Token 的方式，就差不多了。

否则自己调试这些环境，可能会往搞个开源的 agent team 那边走，开不开源不是非常重要，主要是会往 local first 偏移。

[kung freddie @FreddiKung]

@Gate_zh 警方得按照他们有漏洞的系统来来过资料呗 那和自查永远没毛病有啥区别。而且当前的用户有多少都处于这种状态呢🤷