通用自進化Agent新突破：30k上下文夠了，token消耗也下降近9成
技術核心：最大化上下文資訊密度
該研究提出一種將上下文資訊密度最大化的技術方法，有效提升Agent在處理任務時的表現，同時大幅降低運算資源消耗。
性能表現
- 任務完成率：在多項任務測試中，GA系統的任務完成率超越主流Agent系統。
- 工具使用效率：工具調用的效率與準確性顯著提升。
- 記憶有效性：對歷史資訊的記憶與回顧能力更為穩定。
- 自進化能力：系統能根據使用情境自動優化自身行為與策略。
- 網頁瀏覽效能：在資訊搜尋與網頁瀏覽任務中表現優異。
資源消耗
與傳統Agent系統相比，GA系統所消耗的token數減少近90%，且交互輪數也大幅降低，顯示其在運算效率上的重大進步。