根据推特用户God of Prompt报道，阿里巴巴最新发布的论文《AgentFold: Long-Horizon Web Agents with Proactive Context Management》提出了一种类人记忆系统，使AI代理人能在任务中自主决定保留或遗忘哪些信息。传统代理要么累积过多上下文导致混乱，要么过早摘要丢失关键信息，而AgentFold通过主动上下文折叠，实现500多轮对话仅用7K tokens。论文实验证明，AgentFold在长时推理任务中表现优于体量大20倍的DeepSeek-V3.1-671B以及OpenAI的o4-mini。这一创新将AI记忆视为动态工作区，显著提升效率，为企业自动化、智能客服和复杂工作流管理等AI应用场景带来新机遇。（来源：God of Prompt推特，2025年11月1日）

根据@godofprompt报道，阿里巴巴推出了开源AI代理通义DeepResearch，拥有30B参数，但仅用3.3B有效参数就在深度研究任务上超越了GPT-4o和DeepSeek-V3（来源：https://twitter.com/godofprompt/status/1983836518067401208）。不同于行业普遍追求600B+参数规模，阿里巴巴的创新在于独特的训练范式。通义DeepResearch首创“agentic mid-training”中介阶段，使模型先学会作为智能体的推理方式，再进行具体任务训练，有效解决了传统SFT和RL训练中的对齐冲突。训练数据全部由AI自动生成，无需人工标注，涵盖多跳推理和高复杂度问题。该模型在Humanity's Last Exam（32.9%）、BrowseComp（43.4%）和xbench-DeepSearch（75%）等多个基准测试中取得业界领先成绩。训练仅用2块H100显卡，2天内完成，每项任务成本低于500美元。这一突破为高效低成本AI智能体提供了商业化机会，推动行业从参数规模竞争转向智能训练（来源：arxiv.org/abs/2510.24701；github.com/Alibaba-NLP/DeepResearch）。