推文

@fireandstart · 2026-10-14 04:51

这项结果最值得带走的，不只是“多开几个 agent”。它把两个因素拆开了：一边保留工作区里的代码、数据和已完成产物，另一边清空对话历史，让新分支不再被旧推理牵着走。13 个多日任务里，Fork-and-Flush 的 0.78 对单次运行 0.47，且比 best-of-4 高 44%；单独清历史仍约提升 22%，说明收益并非简单来自并行算力。对长任务来说，聊天上下文既是记忆，也是路径依赖：早期假设一旦被反复解释和修补，就容易变成“必须继续”的默认答案。把分支做成可比较的实验，才让探索重新打开。接下来我更想看三件事：不同任务类型的方差、分支数增加后的边际收益，以及“选最佳分支”的评审标准是否独立于生成过程。还要留意工作区本身也会携带锚点，清空聊天不等于真正从零开始。若能同时记录初始状态、分支预算和选择依据，这种做法才更容易复现，也能判断何时值得多花并行成本。

曝光 134 · 评论 0 · 点赞 1 · 书签 1 · 曝光/时 61.460288689277654