في عالم الذكاء الاصطناعي، تعتبر الوكلاء البحثيون العميقون (Deep Research Agents) من الأدوات القوية التي تستخدم في حل المهام المفتوحة عبر استرجاع المعلومات وترتيبها وتجميعها بشكل مستمر. ومع ذلك، فإن التحدي الذي يواجهه الباحثون هو كيفية إدارة السياق بشكل فعال، حيث ينمو هذا السياق بسرعة بينما تتراجع القيمة الهامشية للإضافات الجديدة.

تسلط دراسة جديدة الضوء على أهمية تقدير القيمة الهامشية في إدارة سياق هؤلاء الوكلاء، مشيرة إلى أن عدم إدارتها بشكل صحيح يؤدي إلى تكاليف إضافية، وزيادة في زمن الاستجابة، وبيانات دقيقة أقل في التقارير النهائية.

ركز الباحثون على تقييم استراتيجيات التقليم (Pruning Strategies) المختلفة عبر مراحل متعددة في عملية البحث، بما في ذلك قبل الاسترجاع، وبعد الاسترجاع، وقبل التجميع (Synthesis). وقد أظهرت النتائج أن فعالية التقليم تعتمد بشكل أكبر على المرحلة التي يتم فيها تطبيقه، حيث أن التقليم المبكر يحقق أكبر توفير في التكاليف إجمالاً، بينما التقليم في المراحل اللاحقة يكون أكثر فائدة في تحسين السياق النهائي

تشير النتائج إلى أن استخدام حلول خفيفة الوزن قاد إلى تقليل استخدام الرموز بنسبة تصل إلى 73% دون التأثير الكبير على الجودة، بينما تبقى الاستراتيجيات المستندة إلى التعلم تنافسية من حيث التنازلات المختارة. في النهاية، لا يوجد أسلوب وحيد يتفوق على جميع المؤشرات في الجودة والكفاءة والصدق.

هذه الاكتشافات توفر إرشادات عملية للمصممين الذين يسعون لبناء أنظمة وكيلة فعّالة على المدى الطويل، مما يجعلها قيمة كبيرة للباحثين والمصممين على حد سواء.