微软研究：清空聊天历史能让 AI 研究智能体跳出"思路洼地"，得分提升 66%

微软研究团队发现，长时间运行的 AI 研究智能体会因累积对话上下文困在相似的"思路洼地"中，即便追加算力也难以探索更优解。该团队提出的 Fork-and-Flush 方法通过并行分支并重置聊天上下文、保留工作区文件，在 13 个长任务上把 min-max 归一化平均分从单次运行的 0.47 提升至 0.78，相对增益 66.0%。