微软研究提出Fork-and-Flush方法提升AI智能体探索

微软研究院提出Fork-and-Flush方法，该方法在分支后清空聊天历史，使AI智能体在同一算力预算下归一化平均分达0.78，比单次运行高66%，在13项任务中12项得分最高。 该团队称，长期运行的AI研究智能体即使增加算力也常因累积对话上下文陷入单一想法区域，清空历史能帮助探索更优解；仅清空上下文而不分支也能提升约22%。测试使用GPT-5.6-terra和GPT-5.5，通过GitHub Copilot CLI运行。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。