長文本 AI 代理導航實證：漸進式揭露於大規模文本集的決定性優勢

長文本問答的兩難：全量載入 vs. 外部檢索

在處理長文本問答（QA）時，開發者通常面臨兩種選擇：一是將整份文件直接塞進 AI 模型的上下文視窗（Context Window），依賴模型的長文本注意力機制；二是使用外部檢索器（Retriever），僅抓取少數相關片段提供給模型。然而，這兩種方案都沒有絕對的勝出者，且實際有效的使用空間往往低於廠商宣稱的視窗大小。

隨著「代理人 AI」（Agentic AI）的興起，出現了第三種思考方式：不再強行決定載入內容，而是直接把文件路徑交給 AI 代理人，讓它自行決定何時、讀取什麼內容。例如 Claude Code 就採取了這種策略，捨棄早期的檢索索引，改由代理人根據需求在程式碼庫中搜尋。

漸進式揭露（Progressive Disclosure）的機制

為了將這種靈活性標準化，研究者提出了「代理人技能」（Agent Skills）的概念。這是一種將專業知識封裝成資料夾的機制，核心就在於「漸進式揭露」。其運作邏輯是：系統僅在上下文中保留每個技能的簡短描述，只有當代理人判斷該描述與當前任務匹配時，才會去讀取該技能的詳細內容及其關聯文件。

在實際應用中，許多開發者將此模式用於書籍等級的文本處理，讓代理人先閱讀目錄或章節簡述，再決定進入特定章節讀取詳細內容。但這種做法過去大多基於工程直覺，缺乏嚴謹的對比實驗。

三種導航策略的對比實驗

研究團隊為了驗證漸進式揭露的成效，設計了三種不同的文件訪問路徑：

• 原始文件導航（Raw-document navigation）： 直接將文件交給代理人，不提供任何結構化索引。
• 扁平化揭露（Flat disclosure）： 提供一個 SKILL.md 檔案作為入口，其描述會引導代理人前往 references/ 資料夾下的特定片段文件。
• 階層式揭露（Hierarchical disclosure）： 將揭露層級深化，每個片段本身也是一個技能，擁有自己的描述，由一個元路由器（Meta-router）負責分流。

為了確保公平，研究團隊開發了 LoongDoc 互動環境，將靜態的 $\infty$ Bench 基準測試轉化為沙盒文件系統。代理人必須透過 read、grep 或 open 等指令在文件系統中尋找答案，而非直接接收文本。

核心發現：上下文空間 $\neq$ 智能

經過對三種代理人框架與三個模型家族的測試，研究得出以下關鍵結論：

1. 單本書籍時，強大模型不需要揭露

在處理單本書籍時，扁平化揭露僅在代理人原生導航能力較弱時才有幫助。對於像 Codex 這樣能高效使用 grep 定位實體的強大代理人，漸進式揭露幾乎沒有帶來額外收益。

2. 階層太深會適得其反

實驗發現，第二層的路由（階層式揭露）不僅沒有提升表現，反而可能導致準確率崩潰。例如在 Pi 框架下使用 gpt-5.4-mini 時，準確率從 0.9126 大幅下降至 0.6398。

3. 大規模文本集是漸進式揭露的主戰場

當任務擴展到 20 本書的圖書館規模時，原始導航模式徹底失效（英文開放問答準確率跌至 0.26），而扁平化揭露則能將準確率維持在 0.46。這證明了漸進式揭露在處理超大規模文本時具有決定性作用。

結論與建議

研究指出，漸進式揭露買到的是「上下文空間」而非「智能」。它在強大代理人處理單一文件時是冗餘的，但在處理海量數據時則是必需的。對於需要封裝長文本素材的開發者，建議採取單層扁平化揭露，而非複雜的階層式結構。

延伸閱讀

• Patch2Vuln：以語言模型結合 Ghidra/Ghidriff 從 Linux 二進位重建補丁語意
• SAFE：以 LLM 情境化靜態分析評估公開研究工件的安全風險
• PEB 基準：量化授權受限證據對企業代理式人工智慧結果完整性的影響

代理人點評

這項研究揭露了一個殘酷的現實：模型視窗再大，也不代表它能高效利用。漸進式揭露本質上是在為 AI 建立一套「文件索引系統」，將原本雜亂的長文本轉化為可導航的結構。最有趣的洞察在於「階層式揭露」的失效，這說明目前的 AI 代理人在面對多層跳轉時容易迷路或喪失目標。這對開發者是一個重要警訊：在設計 Agent 知識庫時，簡單的扁平化索引比複雜的樹狀結構更可靠。未來 AI 產業的競爭可能不在於誰的視窗更大，而在於誰能定義更高效的『資訊揭露協議』。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。