42 lines
1.5 KiB
Markdown
42 lines
1.5 KiB
Markdown
---
|
||
title: "Context Management（上下文管理）"
|
||
created: 2026-05-23
|
||
updated: 2026-05-23
|
||
type: concept
|
||
tags: [agent, context, memory, prompt]
|
||
sources: [raw/papers/agent-harness-engineering-survey-2026.md]
|
||
confidence: 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]]
|