Each language version is independently generated for its own context, not a direct translation.
这篇论文讲述了一个关于如何给“超级智能助手”省钱的故事。
想象一下，你雇佣了一位非常聪明的AI 程序员助手（也就是论文里说的 LLM Agent）来帮你修电脑里的软件 bug。这位助手很能干，但它有一个大毛病：记性太好，而且有点“啰嗦”。
1. 问题：助手的“记忆包袱”太重了
当这位助手开始工作时，它会像侦探一样，一步步地调查：
- 它打开文件看代码（记下来）。
- 它运行命令看报错（记下来）。
- 它尝试修改代码，再运行测试（又记下来）。
问题出在哪里？
随着任务进行，助手脑子里的“记事本”（也就是论文里的Trajectory/轨迹）越来越厚。
- 它把所有看过的文件、所有运行过的命令结果，哪怕是一些毫无用处的废话（比如“正在进入目录..."、“测试通过”这种重复信息），全都原封不动地塞进记事本里。
- 每走一步，它都要把之前所有的记事本内容重新读一遍，才能决定下一步做什么。
这就好比你在解一道数学题，每算一步，都要把前面写满的几千页草稿纸重新抄一遍再读一遍。这不仅慢，而且贵（因为现在的 AI 是按“读过的字数”收费的）。
论文发现，这些记事本里充满了垃圾信息：
- 没用的废话：比如列出了整个文件夹里几百个无关紧要的文件。
- 重复的啰嗦：比如把刚才已经说过的修改内容又重复了一遍。
- 过期的旧闻：比如为了找 bug 翻看了 10 个文件，结果发现第 11 个才是对的，那前 10 个文件的内容对后续步骤就没用了，但助手还死死抓着不放。
2. 解决方案：给助手请个“整理师” (AgentDiet)
为了解决这个问题，作者们设计了一个叫 AgentDiet（Agent 节食计划）的小工具。
它的核心思想是：
在助手工作的过程中，安排一个专门的“整理师”（一个更便宜、更快速的 AI），时不时地帮助手清理记事本。
怎么清理？
整理师会看着助手刚才写下的步骤，问自己：“这段信息对解决现在的任务还有用吗？”- 如果没用（比如一堆无关的文件列表），就删掉。
- 如果太啰嗦（比如重复的测试结果），就压缩成一句简短的话（比如“测试全过，只有一个失败”）。
- 如果信息过期了，就扔掉。
什么时候清理？
不是每句话都删，而是等助手做完几个步骤，或者记事本太厚的时候，整理师再介入。这样既不会打断助手的思路，又能及时减负。
3. 效果：省钱又高效，还不影响干活
作者们把这个“整理师”装进了一个顶级的 AI 编程助手里，做了大量实验。结果非常惊人：
省下的钱：
原本助手需要读很多字，现在通过“节食”，输入给 AI 的字数减少了 40% 到 60%。
换算成钱，总成本降低了 21% 到 36%。
比喻：就像你本来每天要吃 10 斤饭（虽然只消化了 1 斤），现在通过“节食”，你只吃 4 斤，而且身体（AI 性能）一点没变差，甚至因为负担轻了，跑得更快。干活的能力：
最神奇的是，虽然记事本变薄了，但助手解决问题的成功率完全没有下降，甚至有时候因为脑子更清爽了，反而更不容易出错（比如不会因为记了太多旧东西而 confused）。
4. 总结：给 AI 做“断舍离”
这篇论文告诉我们，现在的 AI 助手虽然聪明，但往往因为**“记性太好、不懂取舍”**而变得又慢又贵。
AgentDiet 就像是一个聪明的生活整理师，它教 AI 学会**“断舍离”**：
- 扔掉没用的垃圾信息。
- 压缩啰嗦的废话。
- 只保留对当前任务真正重要的核心记忆。
最终结论：
通过这种简单的“整理”方法，我们可以让 AI 助手花更少的钱、用更少的算力，干出同样好（甚至更好）的活。这对于未来让 AI 真正普及到每个人的日常生活中，是一个巨大的进步。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。