ContextBudget：面向长程搜索代理的预算感知上下文管理

基于大语言模型的代理在长程推理中潜力巨大，但受限于部署因素导致的上下文预算约束。随着交互历史增长，需在保留信息与遵守限制间权衡。本文提出预算感知上下文管理（BACM），将上下文管理建模为带预算约束的序列决策问题，使代理能评估可用预算并决定压缩策略。进一步开发 BACM-RL，一种基于课程的端到端强化学习方法，用于在不同预算下学习压缩策略。实验表明该方法在多目标问答及网页浏览任务中显著优于基线。