待验证50% 置信事实精确时间
多步任务中Agent会丢失上下文，本质是状态管理问题，因为信息依赖上下文窗口记忆，随对话轮次增加关键信息容易被淹没或截断
1
来源数
50%
置信度
长期有效
时效性
2026/9/11
首次发现
来源
涉及实体
相关事实
待验证随着执行推进，Agent维护的上下文和状态会因上下文窗口限制被截断或稀释，导致关键信息价值衰减79% 相似待验证若持续清除工具输出，Agent需要重新检索已拥有的信息，导致更多工具调用，既费token又更慢且记忆召回更差75% 相似待验证当前多Agent系统面临的核心技术挑战是上下文窗口与长程记忆问题，模型对早期内容的关注度会随对话深度增加而下降（注意力稀释现象）73% 相似待验证在多轮对话中，冗余输出会占据上下文窗口空间，导致关键信息被挤出窗口（上下文截断问题）73% 相似待验证随着对话轮次增加，上下文窗口中早期关键约束信息权重被稀释（注意力漂移），导致AI输出质量逐渐下降72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/899823API
curl https://kongchang.com/api/v1/knowledge/claims/899823MCP
get_claim(id=899823)