腾讯在 8 月 28 日把 ContextPilot-14B 的权重传上 Hugging Face，卡片标注 15B 参数、BF16，底座是从 Qwen3-14B 微调而来。同名系列另有一个 Hugging Face 合集，这张卡本身只描述 14B 这一个检查点。
它要解决的问题是长程 agent 的上下文膨胀。常规做法把每一轮交互历史都留着，工作上下文于是无限增长。ContextPilot 的路子是让 agent 在推理和调工具的过程中主动编辑自己的工作上下文，工具集从检索、删除、摘要扩到规划、结构化记忆、召回和软性上下文卸载。
训练方法上论文提了两样东西。一是 context-aware partial rollout，用上下文和熵的变化定位那些真正要紧的上下文编辑决策，把分支采样的探索集中过去。二是细粒度的 credit assignment，用穿过某个编辑动作的下游分支结果来估计动作级优势，而不是拿一个轨迹级奖励平摊到全程。
配套论文讲的是用细粒度强化学习教 agent 主动管理上下文，已被 EMNLP 2026 接收，会议今年 11 月在布达佩斯开，arXiv 编号 2608.28476，卡片注明论文比权重早三天放出。模型卡上没有任何基准分数，只说这套方法能用更紧凑的工作上下文拿到更强的表现，具体数字指向论文和仓库里的评测说明。