Long-Transduction 诊断测试长程智能体可靠性：上下文从 4K 扩到 128K 性能下降 62.8%

论文提出 Long-Transduction 受控诊断，测试模型在长生成中持续读取、变换并输出依赖输入上下文的操作（算术、排序、变量查找、表格变换）时保持任务的能力。评测七个开源权重模型发现：上下文长度从 4-128K 扩展时性能下降 62.8%，输入格式变化下降 36.5%，局部任务复杂度增加下降 39.9%，三者构成智能体长程工作流中的关键失效轴。