Techub News 消息,AWS 自主云编码智能体设计指南指出,浅层智能体在长时任务中易受上下文溢出与目标丢失影响,而解决该问题的关键在于智能体框架层而非模型本身。该框架通过上下文预算与卸载、压缩、记忆策略及待办状态四种机制,将浅层循环转化为深度智能体。 具体机制包括:当工具响应超过 2 万词元时,Deep Agents 会将其写入文件系统并替换为文件路径与前十行预览;当会话上下文超过模型窗口 85% 时,较早的写入与编辑工具调用会被截断为指针。Claude Code 则对首次提示前的加载内容进行预算,自动记忆上限为前 200 行或 25KB。 研究显示,单纯扩大上下文窗口并非有效解决方案。Chroma 的上下文衰减报告评估了包括 GPT-4.1、Claude 4 在内的 18 个大模型,发现随着输入长度增加,性能可靠性会下降。Anthropic 的上下文工程指南解释其机制在于注意力会为 n 个词元创建 n² 的成对关系,每个新增词元都会消耗有限的“注意力预算”。(MarkTechPost)