待验证50% 置信权衡取舍精确时间
由于大语言模型上下文窗口有限，如何在放入上下文与检索外部存储之间做权衡直接影响Agent在长程任务中的表现
1
来源数
50%
置信度
长期有效
时效性
2026/9/30
首次发现
来源
涉及实体
相关事实
待验证上下文管理是长期使用Agent编程反复出现的核心挑战，Agent对代码库的理解受限于其上下文窗口75% 相似待验证Agent框架背后的大语言模型能力比框架本身更能决定编程任务的完成质量74% 相似待验证Harness的并行汇总模式与MapReduce范式存在对应关系，但Agent场景更复杂，因为Agent输出是非结构化自然语言，汇总时需处理语义层面的冲突73% 相似待验证在多Agent系统中，当Agent A向Agent B传递对话上下文时，由于各LLM的上下文窗口限制，过长的信息必须被截断或压缩，导致信息丢失72% 相似待验证Agent能力的底层依赖于大语言模型的推理能力（Chain-of-Thought）以及ReAct（Reasoning + Acting）框架71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/960612API
curl https://kongchang.com/api/v1/knowledge/claims/960612MCP
get_claim(id=960612)