statewave-personal-assistant

AI 代理上下文预算实验显示事实获取收益递减

一项针对 AI 代理的实验显示，将上下文预算翻四倍并未带来信息量的成比例增长，导致每事实的边际成本上升了 79%。该代理的上下文组装器按分数对记忆进行排序，并贪婪地填充预算，这意味着优先事项更高的项目会得到优先处理，而额外的项目价值则逐渐降低。这种方法类似于 RCR-Router 等论文中的算法，通过使用 token 预算和评分机制，提供了一种确定性的代理记忆管理方式，优于完全历史回放和固定的 Top-K 检索。