title, created, updated, type, tags, sources, confidence
| title |
created |
updated |
type |
tags |
sources |
confidence |
| Context Drift（上下文漂移） |
2026-05-30 |
2026-05-30 |
concept |
| context |
| memory |
| agent |
| degradation |
|
| agent-harness-engineering-survey |
|
|
high |
Context Drift
Agent 在多步执行中，由于上下文不断累积、轮替和变异导致的性能退化现象。这不是边缘情况——是 Agent 的正常操作条件。
三种退化机制
1. U 形注意力曲线
- Liu et al. (2024)：在多文档 QA 中，放在上下文中间的相关文档准确率比放在开头或结尾低 30%
- 跨模型、跨任务、跨上下文长度均成立
- 信息位置和存在同等重要
2. Context Rot（上下文腐烂）
- Hong et al. (2025)：评测 18 个前沿模型（GPT-4.1、Claude Opus 4、Gemini 2.5、Qwen3），每个模型都随输入增长而退化
- 退化在上下文窗口远未满时就已开始（200K 窗口可能在 50K 时就有显著退化）
- 语义模糊查询退化更陡：模型既定位不到相关信息，定位后也无法推理
3. 工具结果累积
- 每一步工具调用都会向上下文注入新 token
- 不加管理时，上下文迅速膨胀
- 早期决策错误会随着 trace 累积而放大
应对策略
- context-management (C 层)：短/中/长期记忆分层
- 渐进式披露（Progressive Disclosure）：按需加载而非全量预加载
- 压缩（Compaction）：移除已完成使命的 token
- KV-cache 感知的上下文设计
相关概念
