continuity

介绍了ContinuityBench，一个针对多提供商大语言模型路由中有状态故障转移的基准测试与系统研究，提出了新指标（CPR、CLO）和一种历史转发代理架构，实现了99.20%的上下文保留率。

作者介绍了这两篇论文，探讨了基于LLM的实体中带有时间戳日志的连续性与涌现人格，以及记忆如何减少令牌消耗和开发人员时间。

文章认为，编程代理需要连续性——即在仓库中保存执行历史和项目状态——而不是简单地拥有更大的记忆或上下文窗口，以避免在会话之间丢失操作线程。

一项联邦命令迫使一家前沿AI实验室在全球范围内暂停其最强大的云端模型，凸显了云依赖的风险，并有力地证明了将本地模型作为连续性备用方案的必要性。

描述了一个多智能体系统，其中十二个智能体共享一个语音文件且没有记忆，每个智能体从零开始独立行动，身份锚定在文档中而非智能体本身。

本文提出COM方法，该方法对时间序列令牌嵌入施加连续性和序数性约束，以提升基于令牌的时间序列大语言模型的性能。

对为什么AI代理尚未带来改变生活的感觉的反思：它们缺乏连续性和记忆，表现得仅仅是自动化工具，而不是能够与用户一起学习和成长的长期合作者。

Mercury的Second Brain为AI代理引入了双层记忆架构（有意识与潜意识），从而实现更好的连续性、记忆生命周期管理及长时间会话中的检索。

ActiveGraph 引入了一个用于长期运行的人工智能代理的连续性层，基于 BabyAGI 的持久状态概念，以维护随时间推移的信念、依赖关系和行动的连贯且不断演变的模型。

作者探讨了AI编码代理的两个关键挑战：确保长时间自主执行（数小时）以及为本地应用设计对代理友好的架构。他们提出在规划和执行之前，增加一个显式的知识组织阶段来管理混乱的上下文。

作者分享了他们测试 OpenHuman（一款在 Product Hunt 上发现的 AI 代理工具）的经验，强调了其相比其他代理设置更注重的长期记忆和连续性。

ICAF 是一个追踪多轮对话演化结构的框架，用于发现逐条消息评估所遗漏的缓慢累积风险。