术语slug: context-window

上下文窗口

Context Window

大模型单次推理可容纳的输入与输出 Token 总量上限,直接约束智能体可处理的数据规模

收录情报动态

共 110 篇 · 第 1/11 页
IT之家 · 智能时代T2·基座大模型
72 分
微软发布 MAI Cyber 2 Flash 网安模型 成本仅 2%

微软发布专用网络安全模型 MAI Cyber 2 Flash,在 CyberGym-E2E 基准上以 92.3% 的任务成功率略超 GPT-6 Astra 的 91.5%,而每任务成本不足后者 2%。该模型配备 100 万 token 上下文窗口,是上一代的四倍,将专供微软安全产品使用,并于 12 月中旬起自动替换现有 MAI 配置。

AWS Machine Learning BlogT1·智能体与协同
58 分
亚马逊 Bedrock 三项优化将智能体 Token 成本降低 71%

亚马逊发布 Amazon Bedrock AgentCore 处理大型 JSON 负载的三项可组合优化策略,在 23 MB 代表性负载的基准测试中,Token 消耗最高降低 71%,平均延迟最高降低 80%。这些策略针对智能体多轮对话中工具调用反复注入完整 JSON 导致上下文膨胀的核心痛点,可保持完整推理能力。

Hacker News AIT2·开发与工程
58 分
Tokendoctor 让 Claude Code 成本最高降 38%

Tokendoctor 是一款本地运行的 Claude Code 成本诊断与优化工具,通过回放用户真实会话定位超额开销并给出可撤销的修复。作者基于六周真实使用测得主线程单请求成本下降 38%,单请求上下文从 412K 降至 219K,但效果高度依赖会话长度与模型配置。

InfoQ 中文T2·开发与工程
62 分
Cloudflare 推出 Auto Router 公测 按任务难度自动选模型

Cloudflare 通过 AI Gateway 上线 Auto Router 公测,用边缘侧多头分类器对请求的复杂度、歧义、风险与上下文依赖打分,再结合基准数据按“预期质量减自适应成本惩罚”选模型。官方基准显示,可靠性提升约 10 个百分点、成本约为原来的三分之一,但从业者质疑其风险评分只看最近几轮 8KiB 上下文,长会话中可能低估操作风险。

量子位官网T2·智能体与协同
42 分
AFK AI 提出单 Router 多 Worker 架构 支持 Agent 长期在线

硅谷华人团队 AFK AI 称其产品 Comma 已落地「单 Router + 多 Worker」多智能体架构,通过连续上下文与长期记忆让 Agent 7×24 小时并行处理海量任务,并已开源。文章将其与 DeepSeek Harness 团队提出的 Super-agent 设想相互印证,指向人类注意力成为 AI 瓶颈这一核心痛点。但正文多为概念叙述,缺少可验证的架构参数与量化结果。

量子位 (微信公众号)T2·智能体与协同
58 分
硅谷华人团队 AFK AI 开源 Super-agent 架构 Comma

AFK AI 团队称其产品 Comma 已实现 DeepSeek Harness 提出的「单 Router + 多 Worker」Super-agent 架构,并针对单 Session 上下文瓶颈引入持续学习、长期记忆与 7×24 在线能力,系统已公开可用且代码开源。文章以人类注意力只能同时跟进 3-5 个活跃 Session 为切入点,主张由 Agent 接管海量并行任务。

Artificial AnalysisT1·基座大模型
72 分
BOSS 直聘团队开源 Nanbeige4.3-33B 智能指数达 20 分

BOSS 直聘旗下基础模型团队 Nanbeige 以 Apache 2.0 协议开源了 33B 稠密推理模型 Nanbeige4.3-33B,在 Artificial Analysis 智能指数 v5 上取得 20 分,与 Qwen3.8 27B(xhigh)持平。该模型支持 524K token 上下文,可在笔记本本地运行,终端操作与物理推理是相对强项,但知识类基准明显落后于 Qwen3.8 27B。

OpenRouter (@OpenRouter)T1·基座大模型
38 分
OpenRouter 修复 Crouton Alpha 智能体中途停止的缺陷

OpenRouter 修复了隐身推理模型 Crouton Alpha 的一个缺陷:该缺陷会导致智能体在工具调用前提前终止,现在智能体可以完整跑完任务。该模型此前已公布免费使用、100 万 token 上下文、支持文本、图像、音频与视频输入,且不将用户数据用于训练。

The DecoderT2·基座大模型
78 分
百度开源 2800 亿参数 ERNIE 5.5 Flash Base 基础模型

百度在 Hugging Face 发布 ERNIE-5.5-Flash-Base,采用混合专家架构,总参数 2800 亿、每 token 激活 140 亿,预训练语料 33.5 万亿 token,训练上下文 12.8 万 token,微调与推理阶段可扩展至百万级上下文。该模型刻意不做微调与后训练,定位为供开发者自行定制的基础权重,后续将推出后训练版本。