agent开发的memory导致上下文污染问题 最后更新时间：2026年04月24日 ### 前言 在开发AwiseOctopus的过程中，最初对于memory的设计直限于经验记忆的设计——设计大致如下：设定一个经验总结的llm，当agent完成整个任务时，交给这个agent总结成功经验并给予权重值，然后记入memory数据库，当agent执行同类任务时即可优先调用这个经验记忆的操作。 想象美好，现实骨感。实际操作中，经验memory的注入反而导致了agent的上下文污染，产生了严重幻觉。例如：本来任务是操作A文件，但是由于历史经验操作的是B文件，注入后导致了经验错误，agent实际执行了B文件的操作。 ### 处理思路 为了解决这一问题，以下记录了处理注入的简单实验过程。 #### 思路一、数据分层 基本思路是，将经验记忆和当前上下文进行基本分层，基于信息提取优先级。 让agent对于当前上下文的信息做出较高优先级的提取。再整合当前的经验和上下文。而非全量注入。
Comments | NOTHING