标签
本调研通过系统视角审视高效GUI代理，重点关注观察、记忆、动作和运行时优化，并识别关键重复出现的概念，如选择性阅读和混合运行时。
本文讨论了在长期运行的AI代理工作流中管理活动上下文的挑战，重点关注上下文保留与效率和成本之间的平衡，并寻求社区的实际解决方案。
RAMPART 是一种面向基于 LLM 的智能体的编译期内存模型和纯内存块注册表，通过五种可组合的原语管理上下文组装，支持优先级排序与淘汰策略。在多个 7B 至 14B 参数规模模型上的实验表明，块分组、相关性门控和模式淘汰能够显著提升任务成功率并降低提示词 token 开销。
本文提出使用语言模型作为选择性代理来优化GPU内核运行时，展示了一种新颖的性能预测方法。
SkillSmith是一个边界优先的编译器-运行时框架，从LLM智能体技能中提取细粒度的操作边界，使智能体能够动态访问仅相关的组件，在SkillsBench基准测试上减少了57.44%的求解阶段令牌使用量和42.99%的思考迭代次数。