@N01ennn: 更大的上下文窗口是死路一条。这篇论文证明了这一点。一项新的CS调查悄然重新定义了整个游戏：事情…
摘要
一条推文重点介绍了一篇CS调查论文，该论文认为更大的上下文窗口是死路一条，而记忆工程——将智能体的记忆视为操作系统——才是将真正的AI智能体与自动补全区分开来的关键，使无状态模型能够自我进化。
查看缓存全文
缓存时间: 2026/08/07 04:46
更大的上下文窗口是一条死胡同。这篇论文证明了这一点。
一份新的CS调查悄然重新定义了整个游戏：区分真正的人工智能代理与花哨的自动补全的，不是模型——而是记忆工程。
它将代理记忆变成了一个操作系统：写入 → 管理 → 读取。代理决定保留什么、合并什么、遗忘什么。
最疯狂的部分是：一个无状态模型不增加哪怕一个参数，就变成了一个自我进化的代理。
与此同时，大多数开发者仍然把文本倒进向量数据库，然后称之为记忆。
这就是六个月后所有人都会照着抄的地图。
在下方阅读。趁它还没爆火之前收藏起来。
相似文章
更大的上下文窗口对智能体来说其实是错误的方向吗？
作者质疑将注意力集中在扩大AI智能体的上下文窗口上是否适得其反，认为积累的垃圾信息会拖慢长时间会话，并建议保持工作上下文小巧、使用外部记忆。
上下文至关重要，但上下文腐烂才是AI智能体的真正上限，更大的上下文窗口只会让情况更糟而非更好
文章认为，上下文腐烂（即随着上下文填充导致推理质量下降）是AI智能体的真正上限，而非上下文窗口大小。它提倡采用架构方法分解任务并使用独立验证来超越限制。
@ZhihuFrontier: Long-Horizon Agents Need More Than Bigger Context Windows AI Agents are moving from short conversations into software e…
A new survey from Renmin University reviews nearly 1,000 studies on long-horizon AI agents, arguing that reliable long-horizon intelligence depends on the whole model-harness system, not just larger context windows or stronger models.
我认为长上下文代理的失败方式非常无聊
一篇观点文章，认为长上下文窗口并不等同于记忆，代理失败通常很普通，比如忘记约束或重新读取文件，强调可靠性取决于上下文架构决策。
AI代理的未来可能不在于更大的上下文窗口
这篇文章认为，AI代理架构应从持有全部上下文的单体代理转向一种路由模型，即代理将任务委托给专业化服务，类似于软件从单体架构演进到微服务的方式。