LongSeeker：弹性上下文编排，重塑长程搜索智能体的记忆
LongSeeker: Elastic Context Orchestration for Long-Horizon Search Agents
本文提出了 LongSeeker，一个旨在解决长程搜索智能体上下文管理难题的研究。核心方法是 Context-ReAct 范式，通过引入 5 种原子元操作（Skip, Compress, Rollback, Snippet, Delete）实现了对工作上下文的动态弹性编排，模型在 BrowseComp 等多个长程搜索基准上达到了 SOTA 水平。
TL;DR
在处理多步复杂任务时，传统的 AI 智能体往往被“历史记忆”压得喘不过气。上海交大团队提出的 LongSeeker 改变了这一现状：它不再机械地记录所有过程，而是通过一套名为 Context-ReAct 的新架构，学会了像人类一样“有选择地记忆、压缩、甚至撤回错误认知”。在挑战性的 BrowseComp 基准测试中，它以 30B 的参数量大幅超越了众多闭源模型和专业搜索智能体。
背景定位：Agent 的“信息过载”困境
目前的搜索智能体（如 OpenAI Deep Research 或各类 ReAct 定式的 Agent）大多遵循“追加模式”：每一步的工具结果、推理链路都无脑地塞进 Context。
- 痛点分析：随着任务步数增加，Context 中的噪声比（Signal-to-Noise Ratio）急剧下降，不仅推理成本激增，模型还容易被早期琐碎的观察信息误导（幻觉风险）。
- 现状局限：现有的滑动窗口截断（Sliding Window）容易丢掉关键信息；简单的总结（Summarization）又会损失数值、URL 等高精度细节。
核心动机：让上下文具备“弹性”
作者的直觉是：有效的上下文管理必须是自适应的。在长程搜索中，信息的保真度应该是“多分辨率”的：
- 刚搜到的证据需要全文保留以供验证；
- 已确定的中间结论可以抽象压缩；
- 某些关键数值（如代码、经纬度）需要精准截取；
- 走不通的死胡同应当直接回溯清空。
Context-ReAct：五大原子操作构建“超强记忆”
LongSeeker 将上下文管理直接整合进了模型生成的每一轮输出中，提出了 5 种核心元操作（Meta-Operations）：
- SKIP：不进行任何处理，保持现状。
- COMPRESS：对指定范围的历史步骤进行抽象摘要。
- ROLLBACK：发现路线错误时，一键回溯到之前的某个状态，并记录失败原因防止重蹈覆辙。
- SNIPPET：高保真提取。通过锚点提取子串，解决摘要模型容易修改关键数字或实体的弊端。
- DELETE：彻底删除无意义的干扰步骤。
学术见解：作者从数学上证明了 COMPRESS 操作是“表达完备”的（理论上它可以演化成其他所有操作），但引入 ROLLBACK 和 SNIPPET 等具体指令，能给模型提供更强的归纳偏置（Inductive Bias），降低训练难度和推理成本。
实验战绩：极致的存储效率
LongSeeker 在 Qwen3-30B 的基础上，利用 10k 条合成的高质量“带有上下文管理动作”的轨迹进行了微调。
在核心实验中，LongSeeker 展现了惊人的稳定性：
- 性能：在 BrowseComp 榜单上以 61.5% 的得分击败了 Tongyi DeepResearch 和 AgentFold。
- Context 动态控制：如下图所示，相比于 DeepSeek-V3.2 会随步骤线性膨胀的上下文，LongSeeker 的上下文在经历初期增长后会迅速进入平稳期，即使跑了 300 步，消耗的 tokens 依然控制在 15k 左右。
深度洞察：迈向“心智管理”
LongSeeker 的成功预示着 Agent 架构的一个重要转向：智能体不应只是环境的被动观察者，而应是其自身内部记忆的主动编排者。
通过将“管理记忆”赋予原子操作权重，模型学会了在搜索深度增加时动态平衡“精确性”与“紧凑性”。这对未来开发高性能、低成本的长程搜索、法律发现或自动代码评审工具具有巨大的启示意义。
局限性：目前该研究主要依赖于 SFT（监督微调），未来结合强化学习（RL）通过任务成功率作为奖励，或许能让 Context 管理策略更加出神入化。
总结：LongSeeker 告诉我们，变强的秘诀不仅在于能记住多少，更在于知道什么时候该忘记。