1.5 KiB
1.5 KiB
title, created, updated, type, tags, sources, confidence
| title | created | updated | type | tags | sources | confidence | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Context Management（上下文管理） | 2026-05-23 | 2026-05-23 | concept |
|
|
high |
Context & Memory Management（C 层）
ETCLOVG 的 C 层：控制模型在短期、会话级和持久视野中能看到什么。从 Prompt Engineering 演进而来。
三层视野
- 短期（Active Context Window）：compaction、tool-result clearing、prompt-cache-aware ordering
- 中期（Session State）：跨运行持久化、会话状态管理
- 长期（Persistent Memory）：向量存储、知识图谱、写入-管理-读取循环
核心挑战：上下文漂移（Context Drift）
最深的上下文问题不是装更多 token，而是保持 Agent 的工作状态与真实任务状态对齐。
每次压缩、检索、遗忘操作都可能删除约束、扭曲优先级或保留过时假设。
重新框架：上下文作为状态估计
Zhang et al. (2025) 和 Du (2026) 将 Agent 记忆形式化为写入-管理-读取循环。未来系统需要：
- 不确定性感知摘要
- 事实溯源（provenance）
- 矛盾处理
- 显式陈旧标记
- 从持久化产物重建状态的恢复程序
相关概念
- context-state-estimation — 上下文作为状态估计
- reliable-state-long-running-agents — 长期状态维护
- prompt-to-harness-evolution — 从 Prompt 到 Context 的演进
- agent-harness-engineering-survey