45 lines
1.4 KiB
Markdown
45 lines
1.4 KiB
Markdown
---
|
||
title: "Reliable State in Long-Running Agents（长期运行中的可靠状态）"
|
||
created: 2026-05-23
|
||
updated: 2026-05-23
|
||
type: concept
|
||
tags: [agent, state, context, memory, long-running]
|
||
sources: [raw/papers/agent-harness-engineering-survey-2026.md]
|
||
confidence: medium
|
||
---
|
||
|
||
# Maintaining Reliable State in Long-Running Agents
|
||
|
||
> 开放问题 2/5：最深的上下文问题不是装更多 token，而是保持 Agent 工作状态与真实任务状态在长时间跨度上的**对齐**。
|
||
|
||
## 状态退化机制
|
||
|
||
长期运行的编程、研究和运维 Agent 反复执行：
|
||
- 摘要 → 可能删除约束
|
||
- 检索 → 可能扭曲优先级
|
||
- 压缩 → 可能保留过时假设
|
||
- 外化信息 → 可能丢失上下文
|
||
|
||
## 重新框架：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**。
|
||
|
||
开放问题：
|
||
- 能否量化每次压缩/检索/遗忘步骤中丢失多少任务相关信息？
|
||
- 能否界定 Agent 内部状态与真实任务状态之间的**发散程度**？
|
||
|
||
## 未来系统需求
|
||
|
||
- 不确定性感知摘要
|
||
- 记忆事实的溯源（provenance）
|
||
- 矛盾处理
|
||
- 显式陈旧标记
|
||
- 从持久化产物重建状态（而非信任自身压缩历史）
|
||
- 记忆策略不仅按召回准确率评判，还要看是否防止了下游操作错误
|
||
|
||
## 相关概念
|
||
|
||
- [[context-management]]
|
||
- [[context-state-estimation]]
|
||
- [[agent-harness-engineering-survey]]
|