💬 NLP

AgentSwing: Adaptive Parallel Context Management Routing for Long-Horizon Web Agents

Das Paper stellt AgentSwing vor, ein adaptives Framework für das parallele Routing des Kontext-Managements, das durch zustandsabhängige Lookahead-Entscheidungen die Effizienz und Erfolgsrate von Web-Agents bei langfristigen Suchaufgaben im Vergleich zu statischen Methoden signifikant verbessert.

Ursprüngliche Autoren: Zhaopeng Feng, Liangcai Su, Zhen Zhang, Xinyu Wang, Xiaotian Zhang, Xiaobin Wang, Runnan Fang, Qi Zhang, Baixuan Li, Shihao Cai, Rui Ye, Hui Chen, Jiang Yong, Joey Tianyi Zhou, Chenxiong Qian, Pengjun

Veröffentlicht 2026-03-31

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Zhaopeng Feng, Liangcai Su, Zhen Zhang, Xinyu Wang, Xiaotian Zhang, Xiaobin Wang, Runnan Fang, Qi Zhang, Baixuan Li, Shihao Cai, Rui Ye, Hui Chen, Jiang Yong, Joey Tianyi Zhou, Chenxiong Qian, Pengjun Xie, Bryan Hooi, Zuozhu Liu, Jingren Zhou

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

AgentSwing: Der clevere Navigator für lange Internet-Recherchen

Stell dir vor, du hast einen sehr intelligenten, aber etwas vergesslichen Assistenten (eine Künstliche Intelligenz), der dir eine extrem schwierige Frage im Internet beantworten soll. Die Aufgabe ist so komplex, dass der Assistent hunderte von Schritten machen muss: Er muss googeln, Webseiten lesen, Informationen vergleichen, sich Irrwege eingestehen und wieder zurückkehren.

Das Problem dabei ist der Gedächtnis-Speicher (der sogenannte "Kontext") des Assistenten. Er ist begrenzt. Wenn der Assistent zu lange recherchiert, wird sein Speicher voll. Er fängt an, alte, irrelevante Informationen mit den neuen zu verwechseln, oder er "vergisst" den Anfang der Geschichte, weil zu viel Müll dazwischen liegt. Das nennt man im Papier "Context Rot" (Gedächtnisverfall).

Bisherige Methoden waren wie ein starrer Kochrezept:

Entweder behielt der Assistent alles (und wurde dann verwirrt).
Oder er warf alles weg und fing bei Null an (und verlor wichtige Hinweise).
Oder er behielt nur die letzten paar Sätze (und vergaß den Kontext).

AgentSwing ist die Lösung dafür. Hier ist die Erklärung mit einfachen Analogien:

1. Das Problem: Der überfüllte Rucksack

Stell dir vor, der Assistent trägt einen Rucksack mit allen Informationen, die er gefunden hat.

Der alte Weg: Der Assistent packt einfach immer weiter hinein, bis der Rucksack zerreißt. Oder er wirft den ganzen Rucksack weg und beginnt neu, verliert aber den Weg.
Das Ergebnis: Er kommt nie ans Ziel oder findet die falsche Antwort.

2. Die Lösung: AgentSwing – Der "Was-wäre-wenn"-Navigator

AgentSwing ist wie ein erfahrener Reiseleiter, der nicht einfach nur einen Weg geht, sondern immer wieder kurz innehält und sagt: "Moment mal, wir sind an einer Kreuzung. Wie gehen wir weiter?"

Anstatt sich auf eine Strategie festzulegen, macht AgentSwing etwas Geniales:

Schritt A: Die parallele Zukunftssimulation (Der "Multiversum"-Effekt)

Wenn der Rucksack fast voll ist, stoppt AgentSwing den Assistenten. Anstatt nur eine Entscheidung zu treffen, erstellt er drei parallele Versionen der Reise für die nächsten paar Schritte:

Der "Alles-Wegwerfer": Wirf den Rucksack komplett weg und fang mit dem ursprünglichen Auftrag neu an. (Gut, wenn der Assistent komplett in die Irre gelaufen ist).
Der "Zusammenfasser": Fasse die letzten 50 Seiten des Rucksacks auf eine Seite zusammen. (Gut, wenn die Details wichtig sind, aber zu viel Text sind).
Der "Neueste-Beibehalter": Behalte nur die allerneuesten Notizen und wirf den Rest weg. (Gut, wenn die alten Infos nur noch Ablenkung sind).

Schritt B: Der "Blick in die Glaskugel" (Lookahead Routing)

Jetzt kommt der Clou. AgentSwing lässt den Assistenten in diesen drei parallelen Welten kurz weiterlaufen (z. B. für 3 weitere Schritte).

In Welt 1 (Alles weg) sieht er, ob der Assistent schnell wieder auf die richtige Spur kommt.
In Welt 2 (Zusammenfassung) sieht er, ob der Assistent den Kern der Sache noch versteht.
In Welt 3 (Neueste Infos) sieht er, ob der Assistent nicht in alten Fehlern stecken bleibt.

Schritt C: Die Entscheidung

Nach diesen kurzen Tests schaut AgentSwing auf die Ergebnisse: "Aha! In Welt 1 war der Assistent verwirrt. In Welt 2 hat er die falsche Person gesucht. Aber in Welt 3 hat er gerade einen entscheidenden Hinweis gefunden!"

Dann schaltet AgentSwing sofort um. Er behält nur die Welt 3 bei, verwirft die anderen beiden und lässt den Assistenten dort weitermachen.

Warum ist das so toll?

Kein Starrsinn: Ein starrer Assistent würde immer "Alles wegwerfen" tun, auch wenn er gerade kurz vor dem Ziel war. AgentSwing passt sich dem Moment an.
Effizienz: Der Assistent braucht oft 3-mal weniger Schritte, um zur gleichen Antwort zu kommen, weil er nicht in Sackgassen läuft.
Bessere Antworten: Da er den Kontext intelligent verwaltet, macht er weniger Fehler am Ende.

Ein konkretes Beispiel aus dem Papier

Stell dir vor, der Assistent sucht nach einem bestimmten Rapper.

Er hat sich in eine falsche Richtung (einen anderen Rapper) verirrt und hat 20 Seiten voller falscher Informationen gesammelt.
Starrer Assistent: Würde vielleicht alles wegwerfen und wieder bei "Wer ist ein Rapper?" anfangen – und verliert den neuen Hinweis, den er gerade gefunden hat.
AgentSwing: Simuliert kurz: "Was passiert, wenn wir die letzten 3 Seiten behalten?" -> Ergebnis: Der Assistent findet sofort den richtigen Namen. "Was passiert, wenn wir alles löschen?" -> Ergebnis: Er sucht wieder im Dunkeln.
Entscheidung: AgentSwing behält die letzten Seiten und führt den Assistenten direkt zur Lösung.

Fazit

AgentSwing ist wie ein Schaltgetriebe für das Gedächtnis einer KI. Anstatt immer im selben Gang zu fahren (entweder alles behalten oder alles löschen), schaltet es intelligent zwischen den Gängen um, je nachdem, wie die Straße (die Recherche) aussieht. Das macht die KI schneller, schlauer und zuverlässiger bei langen, komplexen Aufgaben.

1. Problemstellung

Mit der Evolution von Large Language Models (LLMs) hin zu autonomen Agenten für langfristige Informationsbeschaffung (Long-Horizon Information-Seeking) entsteht ein kritisches Engpass-Problem: die begrenzte Kontextkapazität der Modelle im Verhältnis zum Bedarf an langfristiger Exploration.

Das Dilemma: Bei Aufgaben, die Dutzende oder Hunderte von Schritten (Suchen, Verifizieren, Zurückverfolgen) erfordern, erschöpft sich der verfügbare Kontext oft, bevor eine ausreichende Informationsbasis gesammelt wurde.
Limitationen bestehender Ansätze: Aktuelle Methoden zur Kontextverwaltung (Context Management) nutzen meist eine einzelne, statische Strategie (z. B. „Alles verwerfen", „Nur die letzten N Schritte behalten" oder „Zusammenfassung"), die über den gesamten Suchpfad hinweg angewendet wird.
Das Kernproblem: Diese statischen Designs sind nicht adaptiv. In manchen Zuständen ist es sinnvoll, den Kontext zu komprimieren, in anderen (z. B. bei viel Rauschen oder falschen Hypothesen) ist ein vollständiges Zurücksetzen besser, und wieder in anderen sollten wichtige Zwischenergebnisse erhalten bleiben. Eine starre Strategie kann daher entweder die Sucheffizienz oder die finale Präzision (Genauigkeit der Antwort) beeinträchtigen.

2. Methodik: AgentSwing

Das Paper schlägt AgentSwing vor, einen zustandsbewussten, adaptiven Framework zur parallelen Kontextverwaltung und Routing.

A. Theoretisches Fundament: Ein probabilistischer Rahmen

Die Autoren führen eine neue Perspektive ein, die den Erfolg von Agenten in zwei komplementären Dimensionen zerlegt:

Sucheffizienz ( $\eta$ ): Die Wahrscheinlichkeit, dass der Agent innerhalb der Ressourcenlimits (Kontext, maximale Schritte) einen Stopppunkt erreicht und eine Antwort generiert.
Terminale Präzision ( $\rho$ ): Die Wahrscheinlichkeit, dass die generierte Antwort korrekt ist, gegeben, dass ein Stopppunkt erreicht wurde.

Der Gesamterfolg ($Pass@1$) ist das Produkt beider Faktoren: $P(Success) = \eta \times \rho$ .
Statische Strategien bewegen sich oft auf einem Trade-off-Kurven: „Discard-All" hat hohe Präzision, aber niedrige Effizienz (da oft neu gestartet werden muss), während „Keine Verwaltung" hohe Effizienz, aber niedrige Präzision (durch Kontext-Rot/Verfall) aufweist.

B. Der AgentSwing-Ansatz

AgentSwing löst dieses Dilemma durch parallele Exploration und Lookahead-Routing:

Paralleles Kontext-Management:
Sobald der Kontext eine definierte Schwelle erreicht, werden nicht nur eine, sondern mehrere Kandidaten-Strategien parallel auf denselben Rohkontext angewendet.
- Keep-Last-N: Behält nur die letzten $N$ Interaktionen.
- Summary: Komprimiert den Verlauf in eine Zusammenfassung.
- Discard-All: Löscht den gesamten Verlauf und startet nur mit dem User-Prompt neu.
Lookahead-Routing-Mechanismus:
Anstatt sofort eine Strategie auszuwählen, führt AgentSwing für jeden der parallelen Zweige einen kurzfristigen Lookahead durch (z. B. $K$ weitere Interaktionsschritte).
- Der Agent bewertet dann, welcher Zweig basierend auf dem aktuellen Kontext und dem Verhalten in den nächsten Schritten (Feedback aus der Umgebung) am vielversprechendsten ist.
- Der beste Zweig wird ausgewählt und der Suchpfad wird fortgesetzt; die anderen werden verworfen.

Dies ermöglicht es dem System, dynamisch zwischen Effizienz und Präzision zu wechseln, je nach dem aktuellen Zustand des Suchpfades (z. B. Rauschen vs. vielversprechende neue Hinweise).

3. Wichtige Beiträge

Probabilistischer Rahmen: Erstmalige formale Zerlegung des langfristigen Agentenerfolgs in Sucheffizienz und terminale Präzision, was eine differenziertere Analyse von Kontextstrategien ermöglicht.
AgentSwing-Framework: Ein adaptives System, das statische Strategien durch parallele Expansion und dynamisches Routing ersetzt. Es nutzt die komplementären Stärken heterogener Strategien.
Umfassende Evaluation: Validierung über mehrere Benchmarks und verschiedene Modell-Backbones (Open-Source und proprietär).

4. Ergebnisse

Die Experimente wurden auf drei anspruchsvollen Benchmarks durchgeführt: BrowseComp, BrowseComp-ZH und Humanity's Last Exam (HLE). Es wurden Modelle wie GPT-OSS-120B, DeepSeek-v3.2 und Tongyi-DR-30B-A3B getestet.

Überlegene Leistung: AgentSwing übertrifft konsistent starke statische Baselines (wie Discard-All, Summary, Keep-Last-N) und den Standard ohne Kontextverwaltung.
Effizienzsteigerung: AgentSwing erreicht die Leistung von statischen Strategien oft mit bis zu 3-fach weniger Interaktionsschritten.
Leistungsdeckel: Es erhöht die maximale erreichbare Performance (Performance Ceiling) von Langzeit-Agenten signifikant.
- Beispiel: DeepSeek-v3.2 erreichte mit AgentSwing 71,3 Punkte auf BrowseComp-ZH und 44,4 auf HLE, was mehrere proprietäre Foundation-Modelle übertrifft.
Token-Effizienz: Trotz des Overheads durch den Lookahead-Mechanismus ist der Token-Verbrauch moderat, da AgentSwing oft effizientere Pfade findet, die statische Methoden verpassen.
Fallstudien: Die Analyse zeigt, dass AgentSwing in Situationen mit viel Rauschen erfolgreich auf „Discard-All" schaltet, während es bei vielversprechenden Hinweisen „Keep-Last-N" wählt, um den Kontext nicht zu verlieren.

5. Bedeutung und Ausblick

Das Paper demonstriert, dass Kontextmanagement nicht als statische Heuristik, sondern als zustandsabhängiges Routing-Problem betrachtet werden sollte.

Paradigmenwechsel: Statt einen einzigen „besten" Weg zu erzwingen, erlaubt AgentSwing dem Agenten, die beste Strategie basierend auf der aktuellen Trajektorie und zukünftigen Projektionen (Lookahead) zu wählen.
Skalierbarkeit: Der Ansatz fungiert als effektiver Mechanismus für „Test-Time Scaling", der die Fähigkeiten bestehender Modelle ohne erneutes Training erheblich verbessert.
Zukunft: Die Autoren sehen Potenzial darin, diese Prinzipien in das Modell-Training selbst zu integrieren (intrinsische Effizienz) oder spezialisierte Router/Verifier zu entwickeln, die noch bessere Vorhersagen für die Pfadauswahl treffen.

Zusammenfassend bietet AgentSwing einen robusten, generalisierbaren Ansatz, um die Grenzen von LLM-Agenten bei komplexen, langfristigen Suchaufgaben zu überwinden, indem es die inhärenten Trade-offs zwischen Kontextlänge, Suchtiefe und Antwortgenauigkeit dynamisch auflöst.