待验证50% 置信事实精确时间
记忆污染指错误一旦进入长期记忆会被反复强化，例如错误税率填写被当作正确样本写入记忆后，Agent 会倾向沿用同样错误。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
已验证持久化记忆存在记忆污染（Memory Pollution）或知识漂移（Knowledge Drift）问题，可能出现过时信息与新信息冲突、错误经验被强化、记忆膨胀导致检索精度下降等风险77% 相似待验证多个 Agent 共用同一份长期上下文时，错误记忆和不该共享的信息会一起放大，形成记忆污染的正反馈回路75% 相似待验证记忆漂移（memory drift）是智能体长期运行中容易被忽视的失效模式，早期误判可能成为后续推断的前提，形成错误的自我强化循环73% 相似待验证记忆插件的作用面横跨所有会话，一旦写入内容有误、摘要失焦或检索命中幻觉性内容，污染会持续扩散到后续任务中，且不伴随显式报错。71% 相似待验证在多智能体共享记忆场景下，错误经验可能被其他智能体在不同场景下错误引用，形成级联错误，即「经验污染」70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1029875API
curl https://kongchang.com/api/v1/knowledge/claims/1029875MCP
get_claim(id=1029875)