ACE：跨智能体的可插拔自适应上下文弹性器

针对智能体任务复杂度增加导致轨迹过长及固定上下文窗口受限的问题，现有截断与摘要技术存在不可逆的信息丢失缺陷。本文提出自适应上下文弹性器（ACE），一种即插即用模块，能根据当前任务状态动态编排历史信息。ACE 通过无损消息维护层存储原始与抽象信息，并利用上下文编排层灵活决定各步骤信息的保留形式（原始、抽象或丢弃）。该设计确保大模型始终获得紧凑且信息丰富的上下文，且在无需训练的情况下显著提升了多种智能体框架的性能。