专注于开发开源 AI 原生向量/嵌入数据库的 AI 初创 Chroma 发布了 Context-1 ，一个能自编辑上下文的搜索 Agent：
- 200 亿参数的专用搜索 Agent 模型- 通过 SFT + RL 训练，能在多轮搜索中自主管理上下文- 性能可比肩 GPT-4.5、Claude Opus 等前沿大模型，但成本低、速度快（最高 10 倍推理速度）- Apache 2.0 开源，权重和代码都公开
主要亮点
1. 模型定位
- 20B 参数的专用搜索模型，基于 gpt-oss-20b 训练- 作为"检索子 Agent"，只负责找文档，答案生成交给下游大模型
2. 核心创新：自编辑上下文
- 多跳检索（Multi-hop）——将复杂问题分解为子查询，逐步搜索- 自编辑上下文——主动丢弃无关文档，释放上下文窗口空间，避免"上下文腐烂"- 并行工具调用——每轮平均 2.56 次工具调用，比基座模型更高效
3. 训练方法
- 合成了 8000+ 任务（Web、金融、法律、邮件四领域）- 先用大模型（Kimi K2.5）生成 SFT 轨迹- 再用 CISPO 强化学习优化，课程学习策略：先召回→后精确
4. 性能表现
- 多跳检索能力比肩 GPT-4.5、Claude Opus- 速度快 10 倍，成本低得多- 支持 4x 并行推理，融合后效果更佳
简单说：用小型专用模型做搜索，比直接用大模型更省更快，还能自己清理垃圾信息。
论文：www.trychroma.com/research/context-1
