香港中文大学、腾讯与港科大提出CORAL方法，让智能体在关键节点存档进度、清空被污染上下文并开启新回合，并用MERPO强化学习训练该能力。8B模型在GAIA基准平均准确率达42.8%，提升集中于最难两档，输入token比ReAct少6-7倍，可泛化到多跳问答，在BrowseComp上助强模型提升8分。其启示是将清空上下文作为主动管理的一等动作。