CTXGAP研究：编码代理报告遗漏执行上下文关键状态

Guoyang Xu、Rui Zhang、Xiuyu Wu和Hao Chen发布CTXGAP测量研究（arXiv:2610.20003），量化编码代理面向用户的累积报告与完整执行记录在任务状态可恢复性上的差距。结果显示报告遗漏了大量任务状态信息。 在37个编码任务、4,799个有效探测问题上：代理本身按需可回答93.6%的任务状态问题；读取完整执行上下文的读者可恢复92.7%，而仅读报告的读者只能恢复52.0%，差距达40.7个百分点。该差距在不同harness及独立的DeepSeek执行与测量中均持续存在。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。