ICLR 2026｜人大&通义：别再只会堆上下文了！IterResearch用40K上下文轻松实现2048轮交互不退化

以 40K 上下文，让 Agent 搜索 2048 轮，性能还能一路涨？这几乎是不可想象的。 当前主流的 Search Agent 都面临同一个尴尬：Agent 需要反复搜索网页、比对线索、验证假设、回溯修正，交互轮次动辄数十上百轮。但以 ReAct 为代表的传统范 式，把每一轮的思考和工具返回结果不断追加到同一个上下文窗口中 —— 做得越多，上下文越臃肿，留给推理的空间越少，早期的噪声和错误路径还被永久「焊 死」在记忆里。 结果就是： Agent 搜得越深入，反而「想」得越糊涂。 能不能让 Agent 在探索过程中不断「清理工作台」，始终在一个干净的空间里思考？ 来自 中国人民大学与阿里巴巴通义实验室的研究团队提出了 IterResearch，一种全新的迭代式深度研究范式。 通过马尔可夫式的工作空间重构，IterResearch 让 Agent 在仅 40K 上下文长度下完成了 2048 次工具交互且性能不衰减，在 BrowseComp 上从 3.5% 一路攀升至 42.5%。 目前，该论文已被 ICLR 2026 接收。 「堆上下文」为什么难以实现 Interaction Scaling？ 在 Searc ...