Mantan peneliti OpenAI merilis Context Engine: agen dengan memori rendah menyeimbangkan inferensi rendah dan inferensi menengah

Berita dari币界网, mantan peneliti OpenAI yang mendirikan Applied Compute merilis Context Engine, sebuah mesin konteks untuk agen perusahaan. Mesin ini mengekstrak dokumen internal, riwayat tiket kerja, dan jejak jalannya agen menjadi basis pengetahuan contextbase, yang dapat langsung diakses agen saat menjalankan tugas, mengurangi anggaran inferensi. Pada apex-agents (penilaian profesional di bidang investasi, konsultasi, dan hukum yang dikembangkan oleh Mercor), tingkat inferensi rendah GPT-5.4 meningkat dari 44,5% menjadi 52,4%, hampir seimbang dengan tingkat inferensi menengah tanpa memori sebesar 52,3%. Peningkatan inferensi rendah sebesar 7,9%, inferensi menengah sebesar 3,7%, dan inferensi sangat tinggi justru menurun 0,7%. Pada baseline inferensi menengah, GPT-5.4 dari apex-agents meningkat dari 44,2% menjadi 51,7%, peningkatan relatif 16,9%. GPT-5.4-mini dari 33,4% menjadi 38,7%, peningkatan relatif 15,8%. Applied Compute berpendapat bahwa struktur yang dapat digunakan kembali antar tugas sedikit, dan skor baseline sudah mendekati batas atas.