我目前的判断:agent 的上下文管理大致走过了四步——窗口管理、记忆管理、运行时连续性,现在正在走向治理。前两步回答”放什么”“留什么”,后两步回答”靠什么接上”“谁说了算”。检索是必要条件,但把东西找回来,不等于它此刻应该生效。
拆开看是三个问题:
- 保留(retention):什么应该留下来。
- 激活(activation):什么应该进入当前这次任务。
- 治理(governance):留下来的东西什么时候生效、什么时候失效、谁来决定、怎么审计。
1. 窗口管理:解决拥挤
最早的做法有三种:保留最近 N 轮、把更早的历史压成摘要、从知识库里检索片段塞回 prompt。今天它们仍然有用,因为它们直接影响延迟、成本和准确率。
它们只处理当前这次调用。跨 session 的连续性、哪些信息将来还要用、什么时候重新生效,这些问题窗口管理都不回答。
2. 记忆管理:承认窗口外还有一层
第二步是各家都承认,上下文有一部分应该放在窗口外,需要时再拉回来:
- OpenAI 在 ChatGPT 里把记忆分成 saved memories 和 reference chat history 两种来源,用户可以分别开关。(Memory in ChatGPT)Agents SDK 里另有 session,用来保存一次会话的历史。(Sessions)
- Anthropic 提供 memory tool,让模型把信息写进外部文件,需要时再读。文档把这叫 just-in-time:需要时才取回上下文,不预先全部塞进去。(Memory tool;Effective context engineering)
- Google ADK 把 Session、State、Memory 拆成三个对象:Session 是当前对话线程,State 是会话内的工作状态,Memory 是跨会话的长期知识,可以接 Memory Bank。(ADK Sessions;ADK Memory)
Google 这个拆法我最看重:它第一次在概念上把”当前工作状态”和”长期知识”分开了。
3. 记忆还不够
记忆回答的是”留什么”。至少还有三件事它答不了。
取回来不等于该用。 写进记忆的东西,未必该进入当前任务;取回来的东西,也未必该排在最前面。
很多上下文有作用域和时效。 一个人平时爱吃甜的,这几天不想吃,过几天又恢复。要管的是这条信息在哪儿生效、管多久、和别的信息冲突时谁优先。
很多上下文根本不在记忆里。 任务结构、工具权限、工作区里的计划和测试结果、agent 之间的交接、执行到一半的状态——这些都影响下一步怎么走,但都不属于狭义的记忆。
所以我把记忆看成”持久化下来的那部分上下文”,只是上下文的一部分。长期跑的系统里,能一直留下来的是工作区、文件、日志、工件和规则;agent 实例更像过客。
4. 连续性靠什么接上:五条路线
| 路线 | 连续性靠什么 | 擅长 | 我看到的边界 |
|---|---|---|---|
| Claude Code | 外部工件 + 工作纪律:CLAUDE.md、subagent、hooks、MCP;长任务靠进度文件、功能清单、git 历史,每次收工都留下干净状态 |
让新 session 从工作区接上旧任务 | 靠约定和纪律,没有形式化的治理层 |
| LangGraph | 可恢复的执行状态:thread + checkpoint,能中断恢复、回放、从某个 checkpoint 分叉 | 人在环、长工作流、错误恢复 | 擅长”过程怎么恢复”,不回答”哪些知识该长期留、偏好和临时设定怎么管” |
| Bub / Tape | append-only 的事实流,用 anchor 标记阶段切换,上下文按需从事实流里组装 | 追溯、审计、多 agent 共享同一份事实 | 一条线性事实流是地基;层级、主题聚合、激活状态还要另外建 |
| OpenViking | 把 memory、resources、skills 放进同一个文件系统式的上下文空间,分层加载 | 组织和分层激活 | 强在组织和检索,治理和运行时还没合成一体 |
| OpenClaw | 工作区里的一组文件:SOUL.md 管身份,AGENTS.md 管规则,MEMORY.md 和 memory/YYYY-MM-DD.md 管记忆,HEARTBEAT.md 管周期任务,再加 skills |
贴近真实使用,人能直接看、直接改 | 强在文件约定和运行纪律,离语义层面的治理还差一步 |
出处:
- Claude Code:memory、hooks、subagents、Effective harnesses for long-running agents
- LangGraph:Persistence
- Bub / Tape:bubbuild/bub、tape.systems
- OpenViking:volcengine/OpenViking
- OpenClaw:Agent workspace
五条路线选的第一性对象不一样,解决的也是不同的问题:
- checkpoint 管”过程怎么恢复”;
- 工作区管”世界怎么沉淀”;
- 事实流管”因果怎么追溯”;
- 文件系统式的上下文管”对象怎么组织和激活”。
5. 下一步是治理
上下文一旦跨多个 session、工具、任务、agent,甚至多个模型,它就更像共享基础设施,不再是某个 agent 的私有能力。到那时绕不开这几个问题:
- 什么有资格进入长期上下文,什么只该停在当前这一轮;
- 什么该降级、失效、被遗忘;
- 不同来源的上下文怎么排优先级;
- 不同 agent、不同角色之间怎么只共享必要的那部分;
- 事实、偏好、计划、规则冲突时,谁来裁决。
要回答这些问题,治理至少得落成五个具体字段——激活条件、作用域、优先级、过期、审计。
6. 还没解决的:搜索
上下文管好了,很多 agent 仍然不够强。我现在的看法是,常见的缺口在于不会展开搜索。它们会检索、会做计划,然后沿一条路径走到底。
更好的搜索应该能:
- 先生成几种初始解,按反馈剪枝和再分叉;
- 失败后回溯,换一个启发式;
- 在几条路径之间收束,不过早锁死。
我猜系统里会需要一个新对象,暂且叫 Agent Search Map:记录问题怎么分解、每条路径的初始启发式、哪些信号该继续挖、哪些该剪掉、已经试过什么。它服务于将来的探索,所以和记忆是两种对象。多 agent 和异构模型可能是提升搜索质量的手段,但那是另一篇的事。
我接下来想验证的:把这五个治理字段放进一个真实仓库跑一段时间,看哪些规则会被频繁触发、哪些从没生效、哪些过期了却没人发现。有结果再写。
讨论
评论
直接在本站留言交流。
评论正在加载…