Folia
← 返回头版

上下文工程面临多重失效模式,智能代理需要战略性遗忘机制

在AGNTCon会议上,一位研究者系统阐述了上下文工程领域的发展现状与关键挑战。1随着大语言模型上下文窗口的快速扩展——2024年底从128K令牌跃升至Gemini 1.5的100万令牌,再到Llama 4 Scout的1000万令牌——模型在处理超长上下文时暴露出四大失效模式:上下文中毒(坏数据影响输出)、上下文分散(模型过度关注历史)、上下文混淆(无关事实干扰)和上下文冲突(工具间冲突)。1一个典型案例是Gemini 2.5在玩宝可梦时,因为FireRed版本的"冰茶"任务被写入权重,导致在玩原版游戏时花费数小时寻找茶而无法通过。1

研究表明这些问题的严重程度不容小觑。1根据"Do as I Say, Not as I Do"研究,Gemma 3 12B在少数反例后就只有不到50%的时间遵循指令,即使是高级模型Opus 4.6也会受到影响。1Gemini 2.5在上下文超过100K令牌后开始重复历史动作而非综合新计划。1演讲者提出了包括上下文增强、工具选择、隔离、修剪、卸载和压缩在内的六大工具箱来管理上下文。1

展望未来,上下文工程将面临新的挑战。1到2026年,智能代理可能遭遇权重冲突(模型因训练环境偏差不按指令行动)和上下文惯性(过度关注假设或子任务)等失效模式。1UC Berkeley的研究"Scaling Discovery Requires Forgetting"显示,定期清空上下文(保留环境中的工件)能周期性地提升性能。1演讲者建议在约200K-300K令牌时考虑重置上下文,避免800K令牌的超大上下文导致问题。1到2027年,长期运行超6个月的个人代理将面临技能积累冲突,需要战略性遗忘机制来维持最优表现。1


评论