待验证50% 置信事实精确时间

即使模型支持128K或更长的上下文窗口，将所有历史信息塞入Prompt也不能保证模型正确利用这些信息，注意力稀释会导致关键信息被忽略

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

Harness Engineering in Practice: Taming AI Agents with Hermes Agent

bilibili赋范课堂2026/6/18

相关事实

待验证当前LLM的记忆主要受限于上下文窗口，无法真正跨越多次独立对话保留信息73% 相似待验证超出上下文窗口范围的信息无法被模型访问71% 相似待验证即使是拥有128K或更大上下文窗口的模型，也无法自动感知项目目录结构、现有数据库schema、团队编码规范或历史决策71% 相似已验证Memory机制通过对历史对话进行压缩总结，保留关键逻辑和核心事实，解决上下文窗口有限导致长期对话信息丢失的问题70% 相似待验证尽管上下文窗口很大，上下文腐化（Context Rot）依然是巨大问题，模型对上下文中不同位置信息的注意力分布不均匀（Lost in the Middle效应）69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/44466

API

curl https://kongchang.com/api/v1/knowledge/claims/44466

MCP

get_claim(id=44466)