通过观测上下文压缩实现高效终端代理的自进化框架

针对长程终端任务中原始反馈冗余导致令牌成本二次增长的问题，本文提出 TACO，一种即插即用的自进化终端代理压缩框架。该框架能从交互轨迹中自动发现并优化压缩规则，适应异构环境。在 TerminalBench 等多个基准测试中，TACO 显著提升了主流代理框架的性能，同时在保持或降低令牌开销的情况下提高了准确率，证明了自进化、任务感知压缩的有效性与泛化能力。