为什么Agent长程任务总失败：记忆机制之辩
Inevitable_Fee1895 · reddit · 2026-07-05
指出多数 agent 框架默认用「对话回放」做记忆，在长程任务中失效，更大的上下文窗口也无法解决。引用 Chroma 的 context-rot 报告（评估 18 个模型，发现在 token 上限前准确率就已显著下降、且窗口中部衰退最严重）与论文《AI Agents Need Memory Control Over More Context》，主张采用有界内部状态、每轮主动提交记忆，而非无限增长的对话回放，以降低漂移与幻觉。
「编程与Agent」频道最新
- HF Hub CLI 大更新:缓存去重省 19GB,GPU 任务可重试重跑 — yb2698 · 2026-10-26
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- 一条 Prompt 生成完整 Blender 动画,作者全程未手动建模 — iamfakhrealam · 2026-10-26
- 用户用 Claude Code 拆解本田车机：发现 root 后门与静默装 APK — IndraVahan · 2026-10-26
- Claude Code + MCP 接 Google Maps/Apollo/LinkedIn，搭年省万美元的获客引擎 — aryanXmahajan · 2026-10-26