待验证50% 置信事实精确时间

基于LLM的智能体系统在每一次新会话开始时都从零开始，上一轮会话中积累的配置选择、领域约束、数据模式及工具使用模式会被全部丢弃

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

共享选择性持久记忆：让Agentic LLM系统跨会话复用上下文

涉及实体

Agentic LLMconcept

相关事实

待验证当前主流LLM应用采用无状态交互模式，模型本身不保存跨会话记忆，所有上下文需通过prompt临时喂入70% 相似待验证会话状态管理决策问题在于用户手动选择模型后，路由层是否应在新会话开始时将状态重置为系统默认值70% 相似待验证把 LLM 的对话能力与传统自动化工具结合往往比单纯追求模型智能更实用69% 相似待验证LLM多智能体场景中的信息路由需要语义感知机制，简单的负载均衡或消息分片策略在此失效，因为LLM智能体的回复质量高度依赖于接收上下文的语义连贯性68% 相似待验证大模型本质上是无状态系统，不会记住之前的对话，需要外挂记忆系统实现多轮对话连贯性68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/926433

API

curl https://kongchang.com/api/v1/knowledge/claims/926433

MCP

get_claim(id=926433)