https://inkeast.github.io/MessageDaily/tags/agent%E8%AE%B0%E5%BF%86/Recent content in Agent记忆 on MessageDailyHugozh-cnSat, 08 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-08-activity-frames-paper-reading/Sat, 08 Aug 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-08-08-activity-frames-paper-reading/深度精读 arXiv:2608.05784——独立研究者 Nossa Iyamu 提出的 Activity Frames，一个零模型、确定性的屏幕活动编译管道。它将屏幕捕获流分割为携带应用、站点、时序、输入量和证据指针的『活动帧』，在 128,756 帧、51 活跃天的真实语料上把单日上下文从 126,812 token 压缩到 1,469 token（86×），编译延迟仅 68ms，下游问答准确率 98.4%（LLM 摘要仅 66-80%），幻觉率 0%。同一编译器还首次测量了代理成本模型假设但从未实测的两个参数：Routine Overhead Ratio R=60-343x 和可委托复发率 h=7.7%（样本外）。核心洞察：把『解释』从『测量』中剥离，用最无趣的确定性代码填补捕获与记忆之间的缝隙。