已验证65% 置信权衡取舍精确时间

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

3

来源数

65%

置信度

长期有效

时效性

2026/8/6

首次发现

来源

Kiro Crew：带持久记忆的开源智能体开发工作台

相关事实

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79% 相似已验证短期记忆延迟低但成本随对话轮次线性增长；长期记忆成本固定但检索引入额外延迟，且存在检索到错误记忆的风险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74% 相似待验证记忆检索应叠加时间衰减、重要性加权和混合检索，而非仅依靠向量相似度74% 相似已验证交错练习的长期记忆保持率和知识迁移能力显著高于分块学习74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/699082

API

curl https://kongchang.com/api/v1/knowledge/claims/699082

MCP

get_claim(id=699082)