待验证85% 置信观点时间未知
仅靠扩大上下文窗口无法解决Agent的长期记忆问题
1
来源数
85%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
吴恩达新课解读：Agent记忆工程从入门到实战
bilibili吴恩达Agents
涉及实体
相关事实
待验证由于LLM本质是无状态推理引擎且每次唤醒上下文窗口全新，没有持久化执行历史的模型极易将已证明无效的方案重新发明，Append-Only日志为Agent构建外部长期记忆以弥补上下文窗口有限的缺陷69% 相似待验证过于激进的上下文压缩可能导致Agent失忆，反而影响任务质量66% 相似待验证仅靠提示词工程（prompt engineering）无法拯救建立在有缺陷架构上的长期运行Agent65% 相似待验证当任务链条本质上线性连续、额外Agent的质量提升无法测量或上下文窗口足够长时倾向于使用单Agent64% 相似待验证大多数智能体的记忆仅限于单次对话的上下文窗口，任务结束后状态归零，无法跨会话积累经验62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/17750API
curl https://kongchang.com/api/v1/knowledge/claims/17750MCP
get_claim(id=17750)