50 lines
1.9 KiB
Markdown
50 lines
1.9 KiB
Markdown
---
|
||
title: "状态与产物存储 (State and Artifact Store, S)"
|
||
created: 2026-07-13
|
||
updated: 2026-07-13
|
||
type: concept
|
||
tags: [agent, harness, state-management, memory]
|
||
sources:
|
||
- arxiv:2606.20683
|
||
---
|
||
|
||
# 状态与产物存储 (S)
|
||
|
||
## 定义
|
||
|
||
脚手架六组件之一。**状态与产物存储**跨步骤、会话和子任务持久化执行状态。它通过存储任务进度、执行轨迹、计划、checkpoint、diff、生成文件、记忆记录等可重用产物，提供超越活跃上下文窗口的连续性。
|
||
|
||
## 设计空间
|
||
|
||
- **粒度**：存储什么粒度的状态（session-level、step-level、artifact-level）
|
||
- **持久化范围**：跨步骤 vs. 跨会话 vs. 跨 Agent
|
||
- **存储形式**：原始轨迹 vs. 结构化记录 vs. 向量嵌入
|
||
- **更新策略**：append-only vs. 选择性覆盖 vs. 合并
|
||
|
||
## 核心权衡
|
||
|
||
**完整性 vs. 可用性**：
|
||
- 更丰富的状态改善连续性和可审计性，但增加检索负担、噪声和过时记忆风险
|
||
- 实际挑战不是存更多，而是决定什么值得持久化、什么应压缩、什么应丢弃
|
||
|
||
## 实现策略
|
||
|
||
| 策略 | 代表系统 | 特点 |
|
||
|------|---------|------|
|
||
| Session-level histories | 基础 Agent 框架 | 简单但不可扩展 |
|
||
| 显式长期记忆 | MemGPT | 活跃上下文外独立记忆 |
|
||
| 产物中心 | OpenAI 实践 | 通过 logs、diffs、checkpoints 跟踪状态 |
|
||
|
||
## 与记忆系统的关系
|
||
|
||
S 组件与 [[agent-memory-five-category-model|Agent 记忆五类模型]] 中的 episodic memory 和 knowledge store 对应。关键区别：S 是**运行时操作视角**，关注什么状态在什么粒度被持久化、检索、复用——而非纯粹的概念分类。
|
||
|
||
## 开放问题
|
||
|
||
在支持 rollback、委托和记忆复用的同时保持状态保真度——不积累漂移或过时信息。
|
||
|
||
## 参考
|
||
- [[agent-harness-survey-2026|Agent Harness Survey (2026)]]
|
||
- [[harness-six-components|脚手架六组件模型]]
|
||
- [[context-manager|上下文管理器]]
|