alexisfox7/PRO-LONG

解决的问题

PRO-LONG 解决了 LLM 代理在长周期推理中的挑战，特别针对 ARC-AGI-3 游戏集中的复杂任务。它通过提供持久且可编程的内存，防止代理在长时间动作序列中丢失进度或遗忘关键观察。

工作原理

PRO-LONG 不依赖模型的上下文窗口，而是使用一个最小的内存扩展：一个结构化的 log.txt 文件，记录每一次观察、动作和结果。代理可以使用 grep 和 Python 等工具，程序化地检索和推理历史，而不是将整个历史强行塞入提示中。这种方法仅使用非常短的系统提示（约 30 行），避免了复杂的子代理或专用检索系统。

适用人群

专为开发和研究能够解决长周期推理任务的 LLM 代理的开发者和研究人员设计，尤其适用于针对 ARC-AGI-3 基准测试的场景。

主要亮点

• 显著的性能提升：在 ARC-AGI-3 公开游戏集上，相比标准编码代理提升了 18 个百分点。
• 极高的 Token 效率：在使用 4.2–5.8 倍更少的计费 Token 的情况下，性能达到或超过专用工具。
• 高准确率：使用 Fable 5 达到了 97.4% 的 best@2 成绩。
• 灵活的后端支持：通过 Docker 容器支持 OpenAI Codex 和 Claude Code CLI 两种后端。