一句话总结

来自中国科学院大学、中国科学院计算技术研究所和松山湖材料实验室的研究人员提出 SparseRead，一种可复用的读取控制层，其 Read Intent Protocol、Adaptive Reader Backends 和 Budgeted Read Gate 在无需修改 agents 的情况下管理内容准入，将总 tokens 最多减少 92.9%，墙钟时间最多减少 89.0%，同时在 97% 的设置中保持或提升任务质量。

核心贡献

• SparseRead 是一种可复用的读取控制层，在无需修改 agent 模型的情况下管理内容准入，结合了用于不断变化需求和来源覆盖的 Read Intent Protocol、用于证据定位和暴露的 Adaptive Reader Backends，以及 Budgeted Read Gate，该门在每轮 episode 中限制累计原始暴露，并提供忠实的全视图回退。
• 统一 Reader 接口支持跨异构资源可互换的证据获取，并让检索或压缩方法作为可替换后端使用。
• 在包括 Claude Opus 5 在内的六个模型和五个场景上的评估表明，总 token 减少最多达 92.9%，墙钟时间减少最多达 89.0%，且在 97% 的设置中任务质量保持或提升；Web 深度搜索任务显示 token 减少 31.0-43.0%，时间减少 23.0-37.0%。消融实验验证了这三项设计，与三个 agent 框架的集成证明了可移植性。

引言

大语言模型 agents 越来越多地在网页、代码仓库和 API 响应上执行长周期任务，但外部观测往往占 tokens 的很大比例，并且可能跨模型调用持续存在。作者将这种错配描述为过度读取：即使决策只需要少量证据片段，agents 也会接收到对象级内容，而宽泛的上下文可能稀释相关证据且不提升质量。现有方法（如 KV-cache 压缩、观测掩码和检索）能降低表示开销或按需获取内容，但未能联合控制一次工件读取应暴露什么、跟踪跨不断变化意图的来源覆盖、限制累计暴露，并提供忠实的全视图回退。SparseRead 引入了一个读取控制层，agents 在其中表达 Read Intent，并收到一个具有显式覆盖范围的受限 EvidencePack，由自适应 Reader 后端和一个预算式 Read Gate 支持，该门在稀疏访问和全视图之间进行选择。

方法

作者观察到有用证据在源文档中往往很稀疏。对于长文档问答，标注的支持证据覆盖源 tokens 的中位数仅为 3.17%。这种稀疏性促使证据获取由当前信息需求而非固定摘要来指导。

读取预算分解见下方：

此外，宽泛读取的成本会跨模型调用不断累积。一步中暴露的内容可能保留在后续调用中，导致显著的按重放加权的暴露。如果宽泛读取总能提升质量，过度读取将只是成本问题，但选择性读取通常在减少暴露上下文的同时保持或提升得分。

如下图所示，全量读取的 agents 可能花费比 SparseRead 多最多 17.3 倍的 tokens，却未能提升任务得分。这表明宽泛上下文并不能免费替代读取控制。

为解决这些问题，作者指出仅靠检索或压缩是不够的，因为证据需求不断变化且机制边界不确定。最优读取策略取决于工件类型和具体任务要求。

受控读取的挑战见下方：

上图说明了这些挑战：协议修复显著降低 token 使用量；没有单一后端能在所有工件类型上胜出（例如，稠密混合检索适合长文本，而 key-path 定位器适合 JSON）；成本收益高度取决于机制（稀疏读取在高稀疏性任务上节省 tokens，但在全局统计任务上增加 tokens）。

因此，作者提出 SparseRead，它将读取控制与证据获取分离。架构由控制平面和证据平面组成，二者通过将 Read Intent 映射到 EvidencePack 的公共契约连接。

该架构在框架图中说明：

控制平面解释 agent 的读取意图，选择合适的 Reader 配置，维护证据记录，并管理进入模型上下文的内容。证据平面包含 Readers，它们声明支持的工件类型、操作和执行成本。Readers 获取证据，但不决定何时被调用。

Read Intent Protocol

该协议将读取视为由 agent 引导的一系列证据请求。每次访问时，agent 提供结构化的 Read Intent，描述其下一步决策所需内容。这种访问意图优先于从用户初始请求派生的会话意图。协议使用 SHA-256 指纹识别工件版本，以维护先前证据的有效性和相关性。它跟踪证据覆盖情况，识别哪些槽位具有支持证据、哪些仍未解决，而不判断充分性。agent 通过五个稳定操作进行交互：scout、focus、collect、refine 和 verify。

Adaptive Reader Backends

Reader 由其处理的工件定义。在 Reader 内部，证据获取涉及选择如何定位或处理证据，以及向 agent 暴露什么。SparseRead 根据工件类型、大小范围和 Read Intent $h$h 自适应选择 Reader 配置 $r^*$r∗。系统在可靠性阈值 $\widehat{p}_{\text{valid}}(r \mid g) \geq \tau$p​valid​(r∣g)≥τ 下，选择最小化估计成本 $\widehat{C}(r \mid g)$C(r∣g) 的配置：

$$r^* = \arg \min_{r \in \mathcal{R}_{o, h}} \widehat{C}(r \mid g) \quad \text{s.t.} \quad \widehat{p}_{\text{valid}}(r \mid g) \geq \tau$$r∗=argr∈Ro,h​min​C(r∣g)s.t.p​valid​(r∣g)≥τ

其中 $\mathcal{R}_{o, h}$Ro,h​ 表示工件 $o$o 和意图 $h$h 的兼容配置。这使得系统能适应不同工件类型，例如对表格使用列查询，对文本使用混合检索。

Budgeted Read Gate

Read Gate 决定何时选择性访问是值得的，以及何时回退到完整视图。它强制一个预算，使累计稀疏载荷 $E$E 不超过成本最低的忠实全视图 $f(o)$f(o) 的长度 $L$L。在交付一批内容前，Gate 会将其估计大小与剩余预算进行比较。如果下一批无法完整放入预算，则将其扣留，改为交付 $f(o)$f(o)。这确保总未加权工件暴露有界，防止不受控选择性读取的弊端，同时在 agent 可以用最少证据完成时保持节省。

实验

评估在六个模型、五个场景（包括长上下文理解、多文件审计、结构化分析、Web 深度搜索和科学脚本生成）上测试 SparseRead，并与朴素、检索和上下文压缩基线对比。主要结果显示，SparseRead 显著降低 token 使用量和墙钟时间，同时在几乎所有设置中保持或提升任务得分，并优于常常损失质量或增加成本的检索和压缩基线。使用 NanoBot、OpenCode 和 OpenClaw 进行的跨框架实验证实了无需重新训练的可移植性，大多数设置中得分保持或提升。消融实验将收益归因于组合的 Read Intent、自适应 Reader 后端和 Budgeted Read Gate，它们共同减少冗余读取、改善证据覆盖并控制资源暴露。

SparseRead 在每个被评估的 agent 框架和模型设置中都降低了 token 使用量和墙钟时间，而任务得分在大多数情况下保持或提升。节省中位数因框架而异，两个框架降幅较大，一个框架降幅较为温和。该方法通过薄适配器跨框架迁移，无需模型重新训练。在所有 18 个设置中，token 使用量和墙钟时间均降低，得分在 15 个设置中保持或提升。两个框架的 token 减少中位数约为 65%，第三个框架约为 31%，时间节省遵循相似模式。对于 Opus 5，token 节省范围约从三分之一到近五分之三，时间节省从不足三分之一到超过一半，并且各设置均有得分提升。通过薄适配器复用该协议、Readers 和 Gate，支持跨 agent 框架的可移植性，无需模型重新训练。

SparseRead 在多个 agent 框架和模型设置上进行了评估，始终降低 token 使用量和墙钟时间，而任务得分在大多数情况下保持稳定或提升。节省因框架而异，两个框架降幅较大，一个框架降幅较温和，该方法通过薄适配器跨框架迁移，无需模型重新训练。结果表明，SparseRead 在不同 agent 环境中提供了可移植的效率提升。