微软实锤：Agent的长记忆是毒药，清空聊天记录后性能提升58%

微软研究院10月5日挂上arXiv的论文《Fork-and-Flush》揭示了一个反常识结论：同一个Agent跑同一个任务八次，分数从68.3到100.0，差了30多分。砸算力追不回来。