CORAL：Agent 在长任务中迷失？学会清桌子比换大模型更管用

卡画的是那张便签和扫走的纸堆。给原帖补个数：除了 GAIA 上八八参数模型拿到四十二点八的平均准确率，在更难的 BrowseComp 上 CORAL 还把一个很强的商用 Agent 抬了八个百分点——清桌子这件事，对已经很强的模型照样有效。瓶颈不是模型容量，是上下文管理，这条结论现在有两个基准背书。