Prune the Summary, Not the History: Source-Judged Compaction for Long-Horizon Agents 提出通过源校验压缩解决长程智能体幻觉问题

该论文指出长程LLM智能体在上下文压缩时生成的摘要混杂了环境事实与压缩器的推理，导致智能体无法区分两者，进而引发执行错误。分析显示，在广泛使用的结构化压缩器中，83%的运行失败可追溯至执行了缺乏环境输出支持的摘要条目。

作者提出了无训练后处理步骤“源判定压缩”（SJC），利用非生成式决策模型Jev对每个摘要条目进行源校验评分，移除无来源的条目。该方法不改变智能体或压缩器架构，仅增加一次廉价的校验请求。在AppWorld和OfficeBench基准测试中，结合两种智能体模型，SJC使跨运行可靠性较底层压缩器提升了2.1%至8.9%，且未增加智能体的令牌消耗。

事实层面，SJC通过引入Jev模型解决了摘要中的事实与推理混淆问题；推断层面，这种轻量级校验机制可能成为长程智能体工程化的标准组件；猜测层面，若Jev等专用判别模型进一步普及，可能重塑智能体记忆管理的成本结构，但具体部署效果需视不同任务场景而定。