新框架：Agent 别记聊天，状态交给 harness
斯坦福等提出 Stateless Language Agents：搜索状态放在 harness，每次调用重建上下文；Advisor 派活，Worker 并行试。在最长约十亿 token 的内核优化等任务上，达到强基线最终成绩可少用八成以上 token。
为什么重要 长程自动研究常卡在「上下文腐烂」和重复劳动——这篇把「谁记历史、谁决定下一步」拆开，给 Agent 编排补了一块硬工程。
斯坦福等提出 Stateless Language Agents：搜索状态放在 harness，每次调用重建上下文；Advisor 派活，Worker 并行试。在最长约十亿 token 的内核优化等任务上，达到强基线最终成绩可少用八成以上 token。
为什么重要 长程自动研究常卡在「上下文腐烂」和重复劳动——这篇把「谁记历史、谁决定下一步」拆开，给 Agent 编排补了一块硬工程。