微软研究提出Fork-and-Flush智能体方法

微软研究院提出一种名为 Fork-and-Flush 的长时研究智能体方法：在保留工作区文件的前提下清空对话上下文，并分叉出 K 条并行分支，以跳出反复收敛到同一类解的“idea basins”。 微软称，在相同算力预算下，该方法取得 0.78 的 min-max 归一化平均分，单次运行和 best-of-4 分别为 0.47 和 0.54；仅清空对话上下文而不分叉也能将结果提升 22%。实验中的智能体通过 GitHub Copilot CLI 使用 GPT-5.6-terra 和 GPT-5.5，单次运行持续数小时至 100 小时以上。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。