清华大学团队提出 CoACT 压缩 Coding Agent observation：节省 33% token，成功率提升 2 个百分点

清华大学团队提出 CoACT，用 NAP 判据压缩 Coding Agent 的 observation，以判断下一步动作是否改变。在 SWE-bench Verified 和 Terminal-Bench 上，三个 Agent 模型平均总 token 减少 33.0%，PASS@1 从 69.0% 升至 71.0%，交互步数从 56.5 降至 51.2。