论文提出编码Agent上下文资源核算协议

Zhongming Yu 等作者向 arXiv 提交论文《The Physical Cost of Context》（arXiv:2610.34763），提出质量门控的资源核算协议：将 prefill 拆分为逻辑提示词减去复用前缀，测量 KV 缓存驻留、时间和能耗，以评估 Coding Agent 上下文策略的物理成本。该论文已被 NeurIPS 2026 资源感知智能体 AI 工作坊（RAAAI）接收。 论文实验显示：在源自 SWE-rebench V2 的 450 个定位案例上，预加载十个检索块的 Eager 策略和带锚定历史压缩的 Compact 策略都通过了五点非劣性门控。在 mini-SWE-agent 的 100 个 SWE-bench Verified 实例上，只保留最后五条观察的 Mask-5 策略将 Eager 的提示词量减少 33.3%，但每任务丢失 135.9k 可复用 token。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。