把 agent 记忆改成陈述图后，比堆上下文更可靠
chrislally · reddit · 2026-07-26
作者一开始试图靠“塞更多上下文”或“更强检索”让 agent 记住东西，但很快发现这会在现实数据里失效：身份冲突、旧事实失效、上下文互相打架时，单纯 RAG/markdown 很难维持可信状态。
于是他改成了 statement graph：把实体、关系以及“关于事实的事实”一起建模，让每条陈述都能带上：
- 来源（provenance）
- 有效时间窗
- 是否被后来修正/推翻
- 依赖什么证据
文章总结了几条实战教训：
- 不要默认框架的 memory 设计能扛住真实冲突。
一旦有身份歧义、有效期、跨多跳结构，很多 agent memory 层会直接破功。
- 名字只是标签，不是 ID。
不能靠字符串相似度或让 AI 自己合并实体；同一 URI 需要稳定的确定性 ID。
- 不要覆盖历史，要追加时间化陈述。
当前值变化后，旧值、失效值、被否决值都应该保留。
- 冲突不要立刻吞掉。
多个 agent 在同一时间窗写出不同结论时，应先共存，等策略或人工裁决。
- 最终“信谁”要记录下来。
因为同一个图在不同信任规则下会得到不同答案。
作者目前还在解决最后一步：运行时如何从这个图里选出最合适的一小段上下文。
「编程与Agent」频道最新
- 大多数 agent 团队该先优化 harness 再碰权重 — hwchase17 · 2026-07-26
- 模型迁移不该只测兼容性，还要证明行为一致 — hwchase17 · 2026-07-26
- 拥有 AI 也意味着要拥有它使用的数据 — hwchase17 · 2026-07-26
- Jeff Dean 在 YC 讲上下文工程：系统比模型更重要 — ycombinator · 2026-07-26
- 单卡56GB显存跑终端智能体测试，目前得分率达60% — victormustar · 2026-07-26
- 4GB 笔记本显存能跑本地 Qwen agent，但 RAG 会逼你频繁换模型 — maikerukonare · 2026-07-26