以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
1. Context Compaction Agent runs keep growing their context as tasks get longer, yet later tokens cost more to generate than earlier ones, by as much as 7x on frontier open-weight models. Researchers from NVIDIA test whether frontier models actually need that long context by compacting it frequently across long-horizon
阅读原文 · NLP Newsletter (Elvis)
向阳乔木 · opencode-go/deepseek-v4.1-flash
这周值得读的十篇论文，几乎都在回答同一个问题： 智能体跑得越久，越容易在某个环节悄悄变蠢。 上下文越堆越长、技能库越装越满、经验越攒越杂，单看每一步都没错，合起来就开始互相干扰。下面按主题整理，每篇都给出关键数据和它到底说明了什么。 上下文不必那么长，压缩反而更准 NVIDIA 的这篇论文先摆出一个成本事实：智能体任务越长，上下文越长，而越靠后的 token...