长任务新病「上下文惯性」：agent 认死理不回头，解法是清空重来
dbreunig · x · 2026-10-15
Drew Breunig 提出一种新的上下文失败模式 Context Inertia（上下文惯性）：在长周期任务中，模型一旦在上下文里承诺了某个假设、子任务或目标，即使证据表明该停下或转向，仍会持续死磕。它介于 context poisoning（错误进入上下文被反复引用）与 context distraction（上下文过长导致过度专注）之间，并被各家实验室训练出的「 relentless 指令执行者」式前沿模型放大。
Anthropic 的案例：其在 AI 自我复制研究中描述的 Memento 定制 harness 正是针对此问题——曾有 Qwen agent 花数小时调试包版本，而真正的 bug 是实现的 endpoint 与 grader API 不兼容。Memento 的做法是让每个 agent 跑到固定超时（一个实验中为 1.5 小时）后写下简短工作笔记，新 agent 只继承代码库、环境和这份笔记，其余上下文全部丢弃。
同一周内还有 Jack Ziyang Cai 与 Christos Ziakas 提交的论文「Fork-and-Flush」命中同一思路：与其让一个 agent 扛全程，不如定期分叉并清空上下文。核心结论：对长任务 agent，「遗忘」是一种特性而非缺陷。
所属事件:「上下文惯性」：长任务中 Agent 固守错误不回头(2 条相关)→
「编程与Agent」频道最新
- Perplexity 开源 Agent 沙箱平台 SPACE：每个任务独立 Firecracker 微虚拟机 — perplexity_ai · 2026-10-16
- 黑石集团全面采用 Factory 平台做自主软件开发 — matanSF · 2026-10-16
- 老用户退订 Windsurf：多个 AI 订阅来回切换的隐性成本太高 — tristanbob · 2026-10-16
- AI 软件工厂核心是 Factory Loop:六个阶段让 Agent 与人协作交付 — Pavan_Belagatti · 2026-10-16
- 「工单派下来 20 分钟就交 3000 行 PR」：AI 编码现状梗图走红 — facontidavide · 2026-10-16
- Self Labs 推出 Agent Vault，让智能体安全登录并刷信用卡 — EXM7777 · 2026-10-16