Snowflake CoCo系统实现Agent上下文精简 效率提升33%成本下降

在智能体（Agent）实际应用中，上下文膨胀导致的资源消耗与延迟已成为落地瓶颈。Snowflake AI Research提出以Agent Harness为核心的上下文管理框架CoCo，系统性应对“上下文即成本”问题。其核心策略包括：一、按需加载工具定义，仅引入当前步骤所需模块，避免无关工具描述冗余；二、并行执行无依赖工具调用，将多轮串行交互合并为单次调度，减少轮次达40%；三、对工具输出进行语义压缩，优先传递高层摘要信息，明细数据按需拉取。在内部SQL修复基准测试中，搭载Sonnet 5模型的CoCo系统平均通过率达86%，优于Claude Code的72%，单任务报告成本从0.446美元降至0.298美元，降幅33%。该方案强调“窄上下文、宽能力”设计哲学，重构Agent工作流为四步：加载必要信息→并行执行→压缩结果→明确分析边界。目前Google、Microsoft等厂商已跟进类似上下文生命周期管理机制，反映行业正从“能否完成任务”迈向“高效完成任务”新阶段。