长时程智能体的记忆与上下文管理

上下文窗口与记忆是两回事：窗口是易失的、有限的、按 token 计费的即时状态，记忆是持久的、可检索的长期资产。长时程任务最常见的失败模式，就是上下文溢出后早期的关键约束被静默挤出窗口——智能体在第 80 步忘了第 3 步定下的规则，且没有任何报错。理解这套机制，是评估任何「能干几小时活」的智能体产品时最该先看的一层。

成熟的设计通常分三层。工作记忆：当前任务状态的滚动摘要，随任务推进持续压缩重写，保证「现在在干什么、还剩什么约束」永远在窗口内。情景记忆：完整历史轨迹外置到存储，按需检索回填，而不是全量塞回窗口。语义记忆：把跨任务复用的经验沉淀为规则或知识条目。ChatGPT Work 把长时程办公任务做成产品、Shippy 在高风险场景里跑数小时任务，两者都把状态管理列为核心工程问题而非附属细节；Ollama 的本地智能体工作台则要在设备资源约束下解同一道题。

评估一个智能体产品的记忆设计，问三个问题就够：上下文溢出时按什么规则丢弃、外部记忆在什么时机回填、被写进记忆的错误信息如何被发现和修正。三问答不上来的产品，长时程可靠性大概率是演示级而非生产级。