跳转至

TACO: 让 CLI Agent 在自主迭代中学会丢掉无用上下文

Ch01.903 TACO: 让 CLI Agent 在自主迭代中学会丢掉无用上下文

📊 Level ⭐⭐ | 7.1KB | entities/taco-让-cli-agent-在自主迭代中学会丢掉无用上下文.md

TACO: 让 CLI Agent 在自主迭代中学会丢掉无用上下文

来源: 机器之心

发布日期: 2026-05-07

原文链接: https://mp.weixin.qq.com/s/uqpkQ7VRXD80Tq5on-2MPg

摘要

TACO（Terminal Agent Compression）是一个无需训练、即插即用的终端智能体自进化观测压缩框架，由曼彻斯特大学、北京航空航天大学、香港科技大学及 MAP 研究团队联合提出。核心思路是让 Agent 从真实交互轨迹中学习 compression rules，在过滤低价值 terminal output 的同时，保留后续决策所需的关键行动线索。实验显示 TACO 在 TerminalBench 1.0/2.0 及多个 terminal-related benchmark 上同时提升了任务成功率和 token 效率——不是简单地把输出变短，而是让终端输出变得更像"下一步决策所需的 observation"。

核心要点

  • 自进化规则引擎：TACO 摒弃了人工预设截断或 LLM 实时总结的传统路径，构建了由触发条件、保留模式和剔除模式组成的函数式规则引擎
  • 任务内动态纠偏：当当前规则无法处理某类高输出命令时，TACO 生成新规则加入 active rule set；检测到 over-compression 时降低相关规则权重
  • 全局跨域沉淀：任务中验证有效的规则写回 Global Rule Pool，后续任务从池中检索相关规则初始化 active rules，跨任务复用压缩知识
  • 25-44% 的低价值输出：在 TerminalBench 2.0 轨迹中，raw prompt 有 24.6%–44.1% 的内容可被人工识别为低价值冗余
  • 优于静态压缩方法：种子规则和人工规则性能不稳定，LLM Summarize 虽 token 最低但准确率下降；TACO 在压缩率和准确率之间取得最佳平衡
  • 收敛信号明确的自我演化：Top-30 rule retention 在多轮演化后超过 90%，同时任务准确率的 rolling standard deviation 明显下降

深度分析

终端上下文污染：一个被低估的 Agent 瓶颈

LLM Agent 的上下文窗口在持续扩大（从 4K 到 200K+ token），但 TACO 揭示了一个更深层的问题：长上下文不等于多信息，而是更多噪声。CLI Agent 每执行一步命令，都会把 terminal output 带入下一轮决策。安装日志、编译输出、测试结果、构建 trace 等低价值反馈会淹没真正关键的行动线索——错误信息、文件路径、编译参数、符号地址。

更棘手的是，这个边界并不固定。同一个编译输出，在一个任务里只是冗余日志，在另一个任务里却包含关键编译参数。TACO 的核心洞察是：terminal observation compression 的关键不是"压短"，而是判断哪些内容可以安全过滤，哪些信息必须保留。

自进化 vs 静态压缩的比较优势

论文比较了三类静态压缩方法：松预设规则（Seed Rules）、高质量人工规则（High-Quality Rules）、直接 LLM 摘要（LLM Summarize）。结果发现静态方法虽然能降低 token 开销但性能不稳定。LLM Summarize 的 token cost 最低，但准确率反而明显下降。相比之下，TACO 的关键不是"压得更狠"，而是 self-evolving——在真实交互轨迹中观察哪些规则有效、哪些规则可能压缩过度，并把可复用的规则沉淀到全局规则池中。

这说明压缩不能脱离任务上下文做统一截断——它必须与正在执行的任务目标对齐。

三层演化机制解析

TACO 的自我演化包含三个核心阶段：

  1. Terminal Output Compression：根据当前任务的 active rules 压缩输出，对包含显式错误/异常/失败信号的内容采取保守策略
  2. Intra-Task Rule Set Evolution：遇到当前规则无法处理的高输出命令时生成新规则；检测到 over-compression 信号（如 agent 后续重新请求完整输出）时降低相关规则权重
  3. Global Rule Pool Evolution：任务中验证有效的规则写回全局池，跨任务复用

这种"任务内动态纠偏、全局跨域沉淀"的闭环流转机制，使 TACO 能适应极度异构的终端环境。

具体压缩行为分析

三个真实轨迹片段揭示了 TACO 的压缩行为特征：

  • 安装日志：apt-get install 的 10,071 字符输出压缩到 73 字符，只保留当前安装状态和错误信息
  • 编译输出：保留 -fprofile-arcs、-ftest-coverage 等覆盖率相关编译参数，删除冗长的复制列表
  • 二进制逆向：过滤重复 hex dump 行，保留 call 指令、符号标签和关键地址信息

这些案例的关键启示是：TACO 不是简单地把输出变短，而是根据命令类型和任务状态识别"进度噪声"和"状态信号"的区别。

实践启示

  1. 长上下文不等于更聪明：CLI Agent 的问题往往不是记不下，而是上下文越来越脏。部署 agent 时评估 terminal output 增长曲线，考虑引入观测压缩

  2. 自进化比人工规则更可持续：终端环境高度异构，人工规则难以覆盖所有场景。TACO 的自进化模式（任务内纠偏 + 全局沉淀）是更现实的工程方案

  3. 保留行动线索比减少 token 更重要：压缩的核心目标是保留后续决策所需的关键信息，而非最小化 token 数——过度压缩会直接降低任务成功率

  4. Retention 作为收敛信号：Global Rule Pool 的 Top-K retention 可以作为实用收敛指标，当高价值规则集合基本不再变化时，继续自进化的收益变小

  5. 即插即用降低集成成本：TACO 无需训练即可插入现有 CLI Agent（论文中使用 Terminus-2 作为载体），适合快速集成到现有 agent 流水线

相关实体

  • Agent 上下文管理技术
  • CLI Agent 架构模式
  • Terminus Agent 框架
  • LLM 上下文窗口优化
  • Agent 上下文管理策略

→ 原文存档

关联