一句话看懂：Hugging Face Papers 收录的论文提出“无状态语言代理”（SLA）：不让代理带着越滚越长的对话历史反复调模型，而由执行框架统一保存研究状态，每次只给代理重建针对性上下文。论文摘要称，在软件工程、内核优化和算法设计任务上，SLA 最终结果均最好，并以少 84% 以上 Token 达到最强内核基线性能。
事件核心：发生了什么
论文于 2026 年 10 月 6 日发布，讨论的是长周期自动化研究系统的一个常见问题：推理量增加并不等于研究进展增加。代理会重放不断变长的历史、重复彼此的工作，甚至在 Token 持续消耗时停止实验；而多数评测预算短、基准过早饱和，这类失效模式很难暴露。作者把原因归为两个设计选择：研究状态存在哪里、由谁决定下一步试什么。SLA 的原则是“有状态搜索、无状态代理”：候选方案和实测结果由执行框架持有，每次调用都按角色重建全新上下文。实现中，无状态 Advisor 读取框架汇总的多方向证据并分配具体实验，并行 Worker 执行实验。论文在最多 10 亿 Token 预算下与三个近期框架对比，SLA 每项任务最终结果最好，并以少 84% 以上 Token 达到最强内核基线最终性能；消融显示聚焦上下文和明确指派各自有贡献，且在完整运行中可能叠加，Advisor 消耗不到 0.6% Token。
为什么重要
目前公开信息显示，这项研究触及长周期 LLM 代理的一个核心工程问题：如果研究状态只存在于对话历史里，代理越跑越贵，却可能越跑越重复。把状态从代理对话中拿出来、交给执行框架，意味着上下文长度不再自动随运行时间膨胀，Token 花在“当前该做什么”而不是“回忆做过什么”上。对正在用大模型、推理算力和多代理协作做自动化研究、代码生成、内核调优的团队来说，这是一种值得对照的架构路线，也提示用短评测窗口判断研究系统可能得出不完整结论。
对用户/开发者/创作者的影响
开发者如果构建长期运行的 AI 应用或自动研究工具，可以关注“状态归框架、代理每次重建上下文”的做法，它可能降低无效重试和重复实验带来的算力开销。企业采购或评估代理框架时，不应只看单次任务表现，还要看长预算下的 Token 效率、任务分派机制和状态管理方式。对普通创作者而言，这更像后端架构变化，短期未必直接改变使用体验，但会影响同类 AI 应用的成本和稳定性。
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 SLA 框架是否开源、是否能在真实开发流程中复现论文中的 Token 效率。二是其他代理框架会不会跟进“无状态代理＋有状态执行框架”的设计。三是评测社区是否引入更长预算和更不容易饱和的基准，避免短周期测试误导系统选型。
