一句话看懂：DAIR.AI 于 2026 年 11 月 9 日发布的周精选论文中，三篇工作分别讨论智能体上下文压缩、技能库扩容后的路由准确性，以及无专家数据条件下的递归自学习，共同指向“让智能体更省、更稳、更能在新领域自学”这一工程方向。
事件核心：发生了什么
本期论文盘点包含三项研究。NVIDIA 团队测试了智能体的上下文压缩策略：全历史累积、达到阈值后压缩、以及每个上下文只执行一个动作并仅携带状态摘要。素材显示，在单动作设置下 Claude Opus 4.5 于 SWE-bench Verified 得 70.2，全历史为 70.0，峰值上下文中位数从 32K token 降至 8K；最佳会话结束压缩设置将 Opus 提升至 74.8。该规律在 Terminal-Bench、FRAMES、BFCLv3 和多语言 SWE-bench 上也有体现。
伊利诺伊大学芝加哥分校、麦吉尔大学等机构提出 Skill++，针对技能库扩张后新技能可能挤掉旧技能的问题，在新技能入库前重写其元数据，说明它支持什么、与最接近的旧技能有何差异。当技能库在十次会话中增长到 731 个技能时，路由选中全部所需技能的比例从原始元数据的 36.4% 提升至 76.3%，替换错误几乎消失，拥挤错误减半。
阿里巴巴研究院的 Recursa 则让模型权重保持不变，通过知识库存储领域技能、任务记忆和改进反思，并把训练任务拆给子学习者并行求解，只有经过验证的修改才合并回知识库。
为什么重要
三篇论文共同处理长任务智能体的成本与可靠性问题：上下文越长，后续 token 生成越贵，素材称在开放权重前沿模型上差距可达 7 倍；技能库越大，名称和描述驱动的路由越容易被相似元数据干扰。压缩、元数据治理与经验复用，都是当前智能体从演示走向生产时绕不开的工程约束。
对用户/开发者/创作者的影响
对开发者而言，在付费跑百万 token 的智能体任务前，可先在自身工作负载上测试激进上下文压缩；维护技能库或工具库的团队，可借鉴 Skill++ 的思路，为每个新技能写明与最近旧技能的差异；在缺少专家数据的垂直领域，Recursa 的递归拆解与验证合并流程提供了训练之外的适配路线。需要注意的是，以上均为论文摘要信息，并非已上线的产品或 API。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是上下文压缩策略能否在真实生产负载中保持 SWE-bench 类结果；二是 Skill++ 的元数据重写是否会被主流智能体框架采纳为技能注册规范；三是 Recursa 的验证合并机制在更大规模领域任务上的稳定性。目前公开信息显示，这些结果均限于论文所述任务与评测条件，不宜视为长期排名。
