微软研究提出 Fork-and-Flush 方法：清空对话历史可帮助 AI Agent 找到更优方案

微软研究院研究发现，长时间运行的自主研究智能体会因累积的对话历史限制搜索空间，陷入同质化的“思维陷阱”而导致性能停滞。研究团队提出 Fork-and-Flush 方法，在保留代码和工作区文件的同时清空分支的对话上下文，在相同算力预算下将 13 项长期任务的归一化平均得分从 0.47 提升至 0.78（相对提升 66%）。