AutoCompact：让长程编码 Agent 学会何时压缩上下文

论文提出 AutoCompact，训练编码 Agent 将上下文压缩决策纳入策略：决定何时压缩、保留哪些工作状态以及如何继续。训练数据通过运行基础 agent 并用 judge 审查其压缩决策、摘要与压缩后动作获得，有缺陷的输出被替换为修正版本后再在环境中执行。方法先做监督微调，再以任务成功奖励进行强化学习联合优化编码与压缩，并在 SWE-bench Verified 与 SWE-PolyBench Verified 上取得改进。

AI推荐理由 面向长程编码 Agent 的上下文管理，提出 AutoCompact，将“何时压缩、保留什么工作状态、如何继续”训练为策略的一部分：先用 judge 审查基础 agent 的压缩决策与摘要并替换有缺陷输出，再经监督微调与任务成功奖励的强化学习联合优化编码与压缩。在 SWE-bench Verified 与 SWE-PolyBench Verified 上报告改进，对编码 Agent 落地有直接价值，但摘要被截断，具体提升幅度未知。