[LG]《Scaling Test-Time Compute for Agentic Coding》J Kim, W Yang, K Niu, H Zhang… [Meta Superintelligence Labs] (2026)

在代码智能体领域，试验时计算缩放（test-time scaling）是一个悬而未决的难题。过去的方法受困于轨迹过长、噪声过多，本质原因是原始交互记录既难以比较，又难以复用。

本文的核心洞见是：把智能体的执行轨迹重新看作可蒸馏的知识载体。由此，将每条轨迹压缩为结构化摘要这一关键操作使问题得以解开——摘要保留假设、进展与失败模式，丢弃低价值细节，成为并行筛选（RTV递归竞标投票）和顺序精炼（PDR蒸馏再执行）的共同接口。

这项工作真正留下的遗产是：证明长程智能体的推理时缩放，本质上是一个表示、选择与复用的问题，而非单纯的计算堆叠。它为后来者打开的新门是——如何构建更优质的轨迹摘要（乃至持久化工作空间状态）以跨次尝试积累经验；但尚未跨过的门槛是：当初始轨迹全部失败时，摘要质量趋近于零，后续精炼的收益随之崩塌，如何在这一极端情形下仍能提供有效引导，仍是开放问题。

arxiv.org/abs/2604.16529

机器学习 人工智能 论文 AI创造营