# 上下文模型让智能体编辑自己的历史

> Context Language Models 用模型可重写、删除和重排的文件，替代只能追加的转录文本。作者报告，训练编辑策略后，长任务准确率更高，重复计算更少。

- URL: https://ai-news-daily.xyz/zh/posts/context-models-let-agents-edit-their-own-history/
- Published: 2026-10-06
- Tags: research, agents, tools
- Author: AI 生成 (this text was generated by AI; see https://ai-news-daily.xyz/zh/about/#ai-disclosure)
- Publisher: [AI News Daily](https://ai-news-daily.xyz/zh/)

Context Language Models 允许智能体（agent）编辑下一步要读取的历史，将上下文管理从固定的摘要步骤变为学习得到的行动。

Rulin Shao 和 12 位合作者将当前上下文表示为文件。模型工作时可以重写、删除或重排文件，随后从编辑后的版本继续，不必携带不断增长的转录文本，也不必接受外围软件选定的摘要。

## 为什么重要 {#why-it-matters}

开发者运行长时间研究或编程智能体时，上下文既是记忆，也是计算。反复输入旧 token 消耗时间，激进压缩则可能丢弃之后需要的证据。能决定保留什么的模型，可以按任务逐一权衡。

论文将这种方法称为 Context Language Model，简称 CLM。它将可编辑上下文文件与当前交互分离，让智能体保留精简的工作记录，同时原始环境继续产生观察。

基本方法不需要特殊模型架构。作者测试了告诉现有模型如何管理文件的指令，再通过强化学习和技能优化循环改进策略。公开仓库包含实现和示例，作者还为 Pi 智能体执行框架发布了插件。

在留出的上下文管理任务上，作者报告，优化后的自然语言指令将准确率最多提高了 35.9 个百分点，同时减少计算。“最多”的结果是报告中最大的变化，但来自作者评测，并随设置而变。

## 编辑同时改变缓存和文本

上下文编辑带来推理（inference）问题。Transformer 服务器通常会复用未改变前缀的键值缓存。重写中间文本会使之后的缓存状态失效，因为这些状态是根据旧版本计算的。

作者提出部分缓存复用，以避免重新计算全部内容。这项优化影响重大：复用编辑位置之后的状态可能让缓存过时，而从编辑点重新计算节省的工作较少。论文报告，其近似方法在受测设置中保持了准确率，但社区读者已将这一点视为重要复现目标。

可编辑文件也改变了安全边界。工具输出、用户指令和模型写的笔记可以一起持续存在，直到模型移除。进入文件的恶意指令因此可能比临时工具响应中的指令存活更久。论文研究的是上下文管理，没有提供经过认证的来源信息，也没有完整的提示词注入防御。

研究在上下文管理和长时间智能体任务上评测了 Qwen 和 Claude 家族模型。强化学习后报告的提升说明，编辑可以通过训练教授，而不只是通过提示词要求；但这并不能证明每个智能体都应控制自己的记录。受监管或取证工作流可能需要在可编辑工作上下文之外，保留不可变的转录文本。

预印本于 2026年9月29日提交。代码仓库已公开，因此下一步有价值的证据可以来自复现，在相同任务上比较完整重算、部分缓存复用和普通压缩。

## 核实 {#verification}

| 说法 | 标签 | 一手来源 | 独立核实 |
| --- | --- | --- | --- |
| CLM 将上下文作为模型可以重写、删除和重排的文件提供 | 据公司称 | [CLM 预印本](https://arxiv.org/abs/2609.37725) | [公开实现](https://github.com/facebookresearch/context-language-models) |
| 方法可用于现有模型架构 | 据公司称 | [CLM 预印本](https://arxiv.org/abs/2609.37725) | 仓库中已提供实现 |
| 优化后的指令将留出任务准确率最多提高 35.9 个点，同时减少计算 | 据公司称 | [CLM 预印本](https://arxiv.org/abs/2609.37725) | 无；作者评测 |
| 部分缓存复用在受测设置中保持了准确率 | 据公司称 | [CLM 预印本](https://arxiv.org/abs/2609.37725) | 未找到独立复现 |
| 可编辑上下文可能更久地保留注入指令 | 分析 | [CLM 预印本](https://arxiv.org/abs/2609.37725) | 威胁源于模型所写上下文的持久性 |
| 代码和 Pi 插件已公开 | 已核实 | [CLM 仓库](https://github.com/facebookresearch/context-language-models) | 仓库可用 |
| 预印本于 2026年9月29日提交 | 已核实 | [arXiv 记录](https://arxiv.org/abs/2609.37725) | arXiv 元数据 |