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 的智能体搜索方法：让长时运行的 Autoresearch 智能体分叉出 K 个并行分支，并清空各自的对话上下文、只保留工作区，以跳出反复收敛到同一类解的“idea basin”。 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；在 13 项任务中的 12 项取得最高平均分。微软称，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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。