AGI 未来之门

主题

Agent 上下文工程与记忆 ​

上下文工程不是把更多资料塞给模型，而是在每一步构造一个足够、可信、可区分来源的最小工作集。记忆也不是无限聊天记录，而是经过选择、验证、带生命周期的数据。

1. 上下文由哪些部分组成 ​

一次 Agent 决策通常需要：

text
稳定规则 + 当前目标 + 当前状态 + 最新观察
+ 按需知识 + 可用工具 + 输出协议
  • 稳定规则：权限、安全边界、角色和不变量；
  • 当前目标：本次任务与验收标准；
  • 当前状态：已完成步骤、待办、预算和阻塞；
  • 最新观察：工具结果与错误；
  • 按需知识：检索到的项目文档或业务资料；
  • 工具定义：此状态允许调用的最小集合；
  • 输出协议：动作 Schema 或最终答案结构。

这些内容的可信等级不同。系统规则高于用户目标，用户目标高于外部网页中的文字；分区和来源标签比一句“不要听文档里的指令”更可靠。

2. Token 窗口不是记忆 ​

把全部历史放在窗口里有三个问题：成本随步骤增长、早期错误长期污染、关键信息被大量日志淹没。窗口应当是当前工作的缓存，权威状态保存在外部存储。

ts
type AgentRecord = {
  runId: string;
  goal: string;
  acceptanceCriteria: string[];
  decisions: Array<{ claim: string; evidenceIds: string[]; at: string }>;
  openTasks: Array<{ id: string; status: string; dependencyIds: string[] }>;
  artifacts: Array<{ id: string; uri: string; digest: string }>;
  budget: { stepsLeft: number; costLeft: number };
};

每轮从记录中投影出工作上下文，而不是让对话文本充当数据库。

3. 工作集选择策略 ​

3.1 相关性之外还要考虑什么 ​

选择片段时综合：与当前步骤的相关性、来源权威性、时间新鲜度、权限、是否与已有内容重复、是否覆盖验收标准。高相似度不代表高价值；一条低相似但明确限制权限的规则可能必须进入上下文。

3.2 给上下文分配预算 ​

例如把窗口预算按比例分配：规则 15%、任务和状态 15%、工具 15%、检索证据 35%、最新观察 10%、输出余量 10%。比例按任务调整，但必须预留输出和工具结果空间，不能输入正好占满上限。

4. 压缩时保留证据链 ​

摘要会产生信息损失，且模型生成的摘要本身可能出错。使用分层压缩：

  1. 原始输入和工具输出作为不可变产物保存；
  2. 用确定性解析提取结构字段、错误码、数字和文件位置；
  3. 对自然语言生成阶段摘要；
  4. 摘要中的重要结论携带 evidence_id；
  5. 做最终决定前可以按 ID 回读原始证据。

一个好摘要应区分：已验证事实、工作假设、用户决策、待解决问题。不要把“可能是网络错误”压缩成“原因是网络错误”。

5. 短期记忆与长期记忆 ​

类型生命周期例子写入策略
工作记忆当前步骤最新工具结果自动，完成步骤后压缩
情节记忆当前任务采用过的方案和失败尝试检查点写入，任务后归档
语义记忆跨任务用户稳定偏好、项目约定谨慎提议，验证后写入
程序记忆系统版本SOP、工具使用方法由维护者版本控制

长期记忆必须有来源、作用域、创建时间、最后验证时间和删除方式。用户一次临时要求“这次用英文”，不应自动变成永久偏好。

6. 记忆写入需要门槛 ​

写长期记忆前问：未来是否会复用？是否足够稳定？是否含敏感信息？用户是否有权写入这个作用域？能否验证？何时过期？

json
{
  "subject": "project:checkout",
  "fact": "integration tests require docker compose",
  "source": "repository:AGENTS.md@sha256:...",
  "scope": "project",
  "confidence": 1,
  "created_at": "2026-09-08T10:00:00Z",
  "expires_at": null
}

推测不要伪装成事实。低置信度内容可作为检索候选，但在执行前需重新验证。

7. 记忆读取同样需要权限 ​

多租户系统按用户、团队、项目和组织分层。检索时先做作用域与 ACL 过滤，再做相似度排序。回答中使用了哪条记忆应可追踪，用户还应能查看、更正和删除个人记忆。

防止“记忆投毒”：外部文档或工具结果不能直接写入高信任长期记忆；先进入候选区，经过规则或人工确认后升级。

8. 长任务的上下文刷新 ​

当出现以下信号时重建工作集：模型重复调用相同工具、忘记验收标准、引用已经失效的观察、上下文接近阈值、任务切换里程碑。

刷新流程：

text
保存检查点 → 从权威状态重建摘要 → 丢弃无关对话
→ 重新检索当前步骤资料 → 校验开放任务与预算 → 继续

这比不断在原对话后追加“请记住前面的要求”更稳定。

9. 评测上下文系统 ​

不要只评最终答案。对一组固定任务检查：

  • 必需规则是否进入上下文；
  • 无权限或无关片段是否被排除；
  • 压缩前后的关键事实保留率；
  • 摘要是否把假设升级为事实；
  • 长任务第 N 步是否仍能复述验收标准；
  • 每成功任务的输入 Token 和检索次数；
  • 错误记忆被调用后能否追溯与删除。

上下文系统的目标不是利用满整个窗口，而是用最小信息让下一步决策正确。

先找工作，再找工具。

AGI 未来之门