算法论文8

TACO：让 CLI Agent 丢掉无用上下文

机器之心2026-05-07

AI 摘要

曼彻斯特大学等团队提出 TACO 框架，解决 CLI Agent 上下文‘脏’问题。它自进化学习压缩规则，过滤低价值输出，保留关键线索，在多基准测试中提升任务成功率和 token 效率。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

深度体验DeepSeek Harness：Agent时代安卓来袭

本文深度体验了DeepSeek Harness，它已发布并开源代码。其一切如模型、工具等皆为可插拔积木，官方内置超百个插件。介绍了安装方法、使用特点，还对比了与Codex差异，认为它是Agent时代的安卓，有望推动自进化。

新工作MLS - Bench覆盖12领域、140个研究任务，评测前沿模型科研能力。虽模型工程执行强，但科学发现能力弱，当前仍难提出有效算法创新。其评测已纳入Kimi K3和Qwen3.8 - Max官方发版表。

过去一年，Agent任务执行能力提升，但不会自主积累与进化。浙大开源的HugAgentOS把Harness拆成三个可自我成长的引擎，设归因和本体两道关卡，解决经验成能力等问题，还覆盖智能体完整链路。

北京大学连发两篇论文，给出让 Agent 变强的答案：让 Skill 自己进化。`SESA` 针对工具增强的搜索问答，用四个阶段闭环使任务生成和技能记忆一起进化；`VeriSkill` 把验证器废信号变成可信更新，二者场景不同但核心一致。