Narito ang isang problema na kayang ma-relate ng sinumang nag-debug ng code: subukan mo ang isang bagay, bumubuo ito, subukan mo muli, bumubuo ito nang iba’t ibang paraan, at sa ikapitong pagsubok ay nakalimutan mo na kung ano ang naisip mong alisin. Ngayon, isipin ang ganitong siklo na nangyayari sa loob ng isang AI agent, kundi kaya’y nakalimutan ito, ang agent ay nakalulubog sa libu-libong token ng mahabang execution logs mula sa bawat nakaraang pagsubok.
Nakita ng mga researcher ng Meta ang isang kahanga-hangang simpleng solusyon. Sa halip na magbigay ng kanilang buong orihinal na kasaysayan sa mga coding agent, ipinakita nila na ang mga kompakto at istrakturadong buod ng mga nakaraang pagsubok ay maaaring gabayan nang mas epektibo ang mga susunod na pagsubok.
Mas kaunti ay literal na mas marami
Ang pangunahing natuklasan ay halos kabaligtaran sa isang panahon kung saan ang “higit pang data” ay karaniwang default na sagot. Ang isang maikling dalawang linya na buod ng sinubukan ng isang coding agent at bakit ito nabigo ay maaaring mas mabuti kaysa sa libu-libong token ng mga raw na execution logs kapag ito ay tungkol sa paghuhubog ng susunod na hakbang ng agent.
Nagtatrabaho ang mekanismo sa dalawang direksyon. Una, ito ay nagpapababa ng ingay sa konteksto, ang AI na katumbas ng pagbaba ng rasyo ng signal sa ingay. Kapag napupuno ang context window ng isang agent ng mahabang, paulit-ulit na log data, ang mga makabuluhang impormasyon ay naiiwan sa ilalim. Ang kompresyon sa pamamagitan ng pagbuod ay nagtatanggal ng ingay at nagpapanatili ng mga bagay na tunay na mahalaga.
Pangalawa, at maaaring mas mahalaga, ito ay nagpapigil sa pag-uulit ng pagkabigo. Nang walang malinaw na rekord kung ano ang nagkamali, ang mga agent ay madalas na gumagawa ng parehong mga pagkakamali nang paulit-ulit. Ang isang structured na buod ay gumagawa tulad ng checklist ng “huwag gawin muli ito,” na lumalabas na napakalaking halaga para sa iteratibong paglutas ng problema.
Ang pagkakasunod-sunod ay nagtataglay ng isang pilosopikal na pagbabago sa paraan kung paano isipin ng mga mananaliksik ang pagpapabuti ng agent. Sa halip na pagsusulong ng bilang ng mga pagsubok o pagpapalakas ng compute sa problema, ang pagkakasunod-sunod ay lumilipat sa pagpapaliit ng memorya at pag-uulit ng karanasan.
Kung saan ito nagkakasalungatan sa mas malawak na pag-aaral ng agent ni Meta
Hindi ito nagaganap sa isang vacuum. Ito ay bahagi ng patuloy na pagpupush ni Meta patungo sa mga sistema ng sariling pagpapabuti, isang pananaliksik na may nagbigay ng mga framework tulad ng HyperAgents at Meta-Harness noong unang bahagi ng 2026.
Ang mga mas maagang mga balangkas ay nagtatag ng pundasyon para sa mga autonomous AI system na makakapagpapabuti ng kanilang sariling operational logic sa paglipas ng panahon. Ang hamon na paulit-ulit nilang kinakaharap ay ang cognitive load, partikular na kung paano maiiwasan ang pagiging sobra-lamang ng mga agent sa kanilang sariling historical data habang nagkakaroon ng karanasan.
Direktang tinutugunan ng pagpapalikod na pamamaraan ang bottleneck na iyon. Patuloy pa ring nagkukumulang ng karanasan ang agent, ngunit ngayon, sinusuri niya ang karanasan na iyon upang maging kompak at actionable bago ito ibalik sa paggawa ng mga desisyon sa hinaharap.
Ano ang ibig sabihin nito para sa mga investor at sa larangan ng AI
Sa kasalukuyan, pinapabuti ng karamihan sa mga kumpanya ng coding agent ang kanilang mga produkto sa pamamagitan ng pagpapalaki. Mas maraming compute, mas maraming pag-uulit, mas mahabang context windows. Lahat ng ito ay nagkakahalaga ng pera. Kung ang paraan ni Meta ay magtatagumpay sa mas malawak na mga aplikasyon, ito ay nagpapakita ng daan patungo sa mas magandang performance na hindi nangangailangan ng linyar na pagtaas ng gastos.
Ang panganib, tulad ng laging nangyayari sa mga papel sa pananaliksik, ay ang mga kontroladong resulta ay hindi laging maiuugnay sa mga production environment. Mas maayos ang coding benchmarks kaysa sa totoong software engineering, at napakahalaga ng kalidad ng mga dalawang linya na mga buod. Maaaring mas masama ang isang masamang buod kaysa walang buod sa lahat, dahil ito ay maaaring magdulot ng malyes na signal kaysa sa makatutulong.