LangChain 详解 Deep Agents 五种上下文技术对抗 context rot
LangChain · x · 2026-10-15
LangChain 发布博客《Context Engineering with Deep Agents》，讲解长时运行 agent 的「context rot」问题：随着指令、工具输出、文件草稿不断堆入上下文窗口，模型准确率与推理质量持续下降。
文章把应对手段分为两类：阻止不必要信息进入上下文窗口，以及管理、过滤已有上下文。其开源 agent harness「Deep Agents」通过 middleware 机制落地五种技术，把上下文移出活跃窗口而不删除。
一个关键设计：agent 的记忆以普通文件形式存储在用户自控的存储里，因此更换模型或供应商时，agent 已学到的一切都可以保留。文中还给出 harness 与模型关系的概念框架（agent = 模型 + harness）。
「编程与Agent」频道最新
- 用户抱怨 Claude 安全护栏过严:连非敏感环境变量都拒绝复制 — Promptmethus · 2026-10-15
- 让 AI Agent 安全管钱,Fragment 获 1200 万美元 A 轮融资 — mattturck · 2026-10-15
- 开发者实测 composer 预测:近 1/3 建议意外有用,一半可直接采纳 — McDonaghMatthew · 2026-10-15
- 摩根大通封禁 Instinct 与 Muse,AI 代理遭大平台连环拦截 — altryne · 2026-10-15
- Grady Booch：移除瓶颈只会带来更多代码，而非更多价值 — Grady_Booch · 2026-10-15
- Cloudflare 决策模型 Clef 上架 Merge,中位延迟仅 39ms — shensi · 2026-10-15