
![v9-01.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/0e2ed0c285dd3933b505520a7ecba905.jpg)


*Agent 记东西，像往黑板上写。只能往上加，擦不掉。——今天所有主流 Agent 框架都是这么干的。*

它没报错，也没有任何提示。它就是少了一样东西，而它自己不知道。

这期讲的是这件事怎么发生的，以及 Meta Superintelligence Labs 带着华盛顿大学、MIT 和 Trillium Labs 在9 月 29 号挂上 arXiv 的一种新做法（论文叫 *Context Language Models*，代码在 `facebookresearch/context-language-models`）。

先从第 80 轮那次重跑看起。

---

## 第 80 轮那次重跑

你让Agent 改一个老项目。跑到第 40 轮，它读了配置文件，拿到一个端口号。你接着让它干别的，改了七八个文件。第 80 轮，你让它把配置改回去重跑。

它没报错。它很自信地给了一个端口号。

那个号是它自己编的。

![v9-05.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/854048585540a936d9500a8677a716b0.jpg)


*它就编一个，还不报错。压缩策略最难防的就是这里。*

它不是算错了。它手里那份东西里根本没有那个端口号了——那份东西长得挺完整，读起来也顺，就是没有那一行。关键在于，它也不知道自己已经没有它了。

丢东西这件事之所以难防，不是 Agent 笨。是它丢得静悄悄。

---

## 原来那块黑板

![v9-02.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/1889e91bbb0e4eda40adb64694183566.jpg)


*写满了会怎样？得重抄一遍，前面全擦掉。*

主流 Agent 框架（Claude Code、Codex、Pi）给的记忆，本质是一面黑板。

每轮对话、每次工具返回、每步推理，都往上面加一行。加东西可以，擦东西不行。写到窗口的 75% 左右就触发一次摘要，把前面绝大部分擦掉重抄成一段浓缩版，只留最近几轮原文。你也可以手动敲 `/compact` 提前触发。

回到刚才那个端口号。摘要发生在某两个回合之间，它不问你"第 80 轮要干什么"，它只按规则抄。抄完那一行就没了。

![v9-03.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/3fdad70d34c938238e0532a452806521.jpg)


*擦的时候谁说了算？外面那个管家，照老规矩来。*

重抄这件事由外面的人决定。框架按写死的规则判断哪些该留、哪些该擦，模型没有发言权。

![v9-04.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/2bec2a23395c14b762504add9d149a59.jpg)


*它擦的时候知道啥？不知道。它只看眼前，料不到以后。*

这是要命的一条。

摘要是在某个具体时刻写的，写的那一刻，没人有办法知道第 60 轮会用上第 12 轮读到的哪个值。写摘要的人不知道，看摘要的 Agent 也不知道——所以它不会停下来问，只会拿一个编的数接着往下走。

还有个更绕的：摘要的摘要。你手动多压几次，或者长任务自己触发多次压缩，就变成摘要的摘要，每一轮都在丢一点，最后剩下一份读起来很顺、其实已经空了的东西。

论文把这件事说得很直：agent harness 那些"总结 / 截断 / 检索"的固定策略，才是长任务的绑定约束，不是模型本身。


---

## CLM：一本它自己揣着的笔记本

改动就一句话：

**把上下文变成一个文件，模型拿着文件路径，用普通命令行工具去改它。**

![v9-07.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/46b3d23c91d495717a45a7e211bbd51f.jpg)


*CLM 的做法不一样在哪？不是黑板了，是一本笔记本。*

| | 原来（黑板） | CLM（笔记本） |
|---|---|---|
| 谁能擦 | 只有外面的框架 | 模型自己 |
| 什么时候擦 | 到阈值了统一擦 | 它自己决定，随时 |
| 擦的时候知道什么 | 不知道，按固定规则 | 它知道，因为做判断的是它自己 |
| 上下文变了会怎样 | 只有追加 | 文件被改写，下一轮直接生效 |

笔记本这个比方，关键在第三条。前两条是权限问题——从"别人擦"变成"自己擦"。第三条才是那只靴子：**做判断的人换成了当事人。** 模型在动手的那一刻，手上有完整的目标和完整的现场，它自己知道第 80 轮要拿那个端口号，所以那行不会丢。

这跟"帮我总结一下"不是一回事。这是"你自己看着办，要留的留，要删的删，要改写的改写"。

![v9-08.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/1618ee1a7921b7933673bc54051d528c.jpg)


*这本子能干什么？划掉不要的，写小字记账，随手翻页。*

![v9-09.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/9bc8c016989d4c3caf099f225b49819a.jpg)


*改完立刻生效？下一轮它看到的就是改过的。*

模型下一轮看到什么，取决于它刚才对自己的上下文做了什么。上下文不再是一份只能追加的记录，是一个它能动手改的工作区。

这套玩法不用训练。不训一个参数，现有模型直接套上就有效果。论文顺手还试了在线 RL，Qwen3.5-9B 在BrowseComp-Plus 上提升 47.6%，FLOPs 还省 12%。

### 这些玩法没人教它

![v9-10.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/a13ed4f8438d83b9a49823cb4198cd17.jpg)


*这套本事谁教的？没人教，它自己学会记账了。*

论文里记了三条它自己干出来的事：给自己造了个叫 `notes` 的角色声明，纯用来做内部记账；写了个辅助函数专门压缩旧的搜索结果，来回调了几十次；一次多 Agent 实验里维护了一张 21 个子Agent 的实时记分板，原地更新了一百多次。

没人写进提示词，没人规定格式。作者管这叫零样本——不是夸它聪明，是给了一个能动手的空间，它自己找出了怎么用。

还有一条结论挺有意思：RL 在 CLM 上比在普通 LM 上更好做信用分配。因为模型对上下文的每一次编辑都是显式的、可读的判断——哪条重要、哪条没用，它写出来了，不用猜。

---

## 省了多少

![v9-11.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/6549a4d09ce6d3db8963b162f2bffbd5.jpg)


*这么干能省多少？答得更准，还能更省算力。*

| 基准 | 准确率/得分 | 算力 |
|---|---|---|
| BrowseComp-Plus（深度检索） | +11.4% | FLOPs −21.5% |
| EdgeBench（12 小时自主任务） | +5% | FLOPs −59% |
| 六仓库 24 小时 Agent 群 | 同算力下改进 +65% | — |

三个都不需要训练。EdgeBench 那行最狠——跑 12 小时的任务，算力少用近六成，准确率还上去了。

还有一个数字容易被忽略：用自然语言指令（走 skill 优化循环）能教上下文管理策略，在留出数据上最多提升 35.9 个百分点。也就是说"怎么管上下文"这件事本身也能变成可优化的目标，不用写死在代码里。

---

## 两个坑

![v9-12.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/96f22af7be9706e0b9a380eafb280949.jpg)


*那没有代价吗？有，改狠了会变慢，坏指令会赖着。*

**改中间会破掉前缀缓存。** 模型上下文是个 KV 缓存，前面的算好了后面接着用。在中间动一刀，后面全部作废。论文自己做了配套优化叫 Suffix Cache Reuse——把还活着的部分挪一挪，只重算真变了的那段，在 BrowseComp-Plus 上做到性能持平、服务端算力比标准 SGLang 少 35%。第三方视频解读里提到"最差可能慢 70 倍"，这个数字我没在论文正文核实到，只当参考。

**Prompt injection 会长期驻留。** 普通摘要有个副作用是"冲淡"——恶意指令混在摘要里，多轮之后可能被稀释掉。CLM 的上下文是模型自己写的文件，它还打算写长期笔记。注入的指令会一直在那儿。这是 CLM 自己论文里承认的安全问题。

还有一个论文自己说的观察，值得单独拎出来：harness 的配置方式会直接影响效果。开了并行工具调用之后，模型几乎不怎么自己编辑上下文了，退化成兜底逻辑在压缩。

这条最有意思，因为它反着证明了前面的道理。模型会去用你给它的空间——你把空间收走，它就退回老路。所以不是"CLM 一套上去就一定灵"，得**真的留出动手的空间**。

---

## 怎么用，我的判断

如果你手上已经有一个跑长任务的 Agent，先试一处：让它重写自己的压缩决策，不用整套换掉。仓库里有 `clm-minimal` 实现和 `clm-harbor` CLI，能接 OpenAI 兼容端点，跑起来看行为就行。

![v9-13.final.jpg](https://developer.qcloudimg.com/http-save/yehe-11177336/4a0616ddc133810aa7ac9a64f11727c6.jpg)


CLM 动的是"谁决定压缩"，不是"怎么压缩"。过去这层是 harness 的，框架写死规则，模型被动接受；现在收回来了，理由很朴素——压缩之前要做判断的是模型，因为它知道第 60 轮要用什么，第 40 轮的人不知道。

代价也实在：延迟不确定性变大，安全面变宽。所以短期内更可能是混合——harness 管硬边界（上下文总长、超时、权限），模型管软决策（什么值得留）。并行工具调用那条观察就是在说这条边界画在哪儿：硬边界给多了，模型就不动手了。

最后一件我会继续盯的事：论文把上下文管理从框架挪进模型，而同期 turbopuffer 那家做 serverless 向量数据库的公司在往反方向走，宣布要把向量检索降级成"只是一个二级索引"。两个独立团队，一个从上面收，一个从下面收，中间的中间件层正在被两头挤。这个结构比 CLM 本身更值得盯。

---

*出处：arXiv 2026-09-29，Meta Superintelligence Labs / University of Washington / MIT / Trillium Labs。*

*漫画由 AI 辅助生成，人工逐字终审。*

Agent 记东西，像往黑板上写。只能往上加，擦不掉。——今天所有主流 Agent 框架都是这么干的。

丢得静悄悄，谈一谈 Agent 的记忆是怎么没的

高级软件开发工程师

人工智能

算法

架构设计

Agent长任务记忆丢失源于固定压缩规则，模型被动接受摘要导致信息静默缺失。Meta与华盛顿大学等提出Context Language Models，让模型自主编辑上下文文件，无需训练即可提升性能：BrowseComp-Plus准确率+11.4%、EdgeBench算力省59%。该方法将上下文管理权从框架交还模型，但也带来延迟与安全新挑战。

命令行工具

向量数据库

中间件

数据库

Agent

2026上云采购 | AI焕新·智启新局

serverless-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Agent长任务记忆丢失源于固定压缩规则，模型被动接受摘要导致信息静默缺失。Meta与华盛顿大学等提出Context Language Models，让模型自主编辑上下文文件，无需训练即可提升性能：BrowseComp-Plus准确率+11.4%、EdgeBench算力省59%。该方法将上下文管理权从框架交还模型，但也...

丢得静悄悄，谈一谈 Agent 的记忆是怎么没的-腾讯云开发者社区-腾讯云

丢得静悄悄，谈一谈 Agent 的记忆是怎么没的

丢得静悄悄，谈一谈 Agent 的记忆是怎么没的

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐