深度智能体如何在不撑爆上下文窗口的情况下保持记忆

智能体在执行长周期任务时面临一个结构性困境：每一轮工具调用、每一条用户消息都会向上下文窗口追加新内容，而模型的注意力机制并不会自动过滤无关信息。随着历史记录、工具输出和中间草稿不断累积，模型需要在海量噪声中定位关键信息，推理质量随之下滑。LangChain 将这一现象命名为「上下文腐化」，并将其视为当前智能体工程领域最核心的挑战之一。

Deep Agents 的解决思路是在模型外围构建一个「线束」（harness），通过中间件在智能体运行循环的特定节点介入，在模型调用前后读取并修改上下文内容。中间件可以在工具调用前后、模型调用前后以及会话开始时触发，从而实现对上下文的精细化管理。这种架构将上下文工程逻辑与业务逻辑解耦，开发者无需在每个工具函数内部手动处理裁剪逻辑。

卸载（Offloading）是防止上下文骤增的第一道防线。当工具返回结果超过约 20,000 个 token 时，FilesystemMiddleware 会将完整内容写入文件系统，并仅向模型呈现首尾几行预览及文件路径。以竞品分析智能体为例，每次拉取市场数据导出文件可能包含数万行记录，但智能体当下只需要其中几个关键指标，卸载机制确保原始数据不会占用宝贵的上下文空间，同时在需要时可通过 read_file 工具按需读取。

摘要压缩（Summarization）则负责处理上下文的缓慢攀升。SummarizationMiddleware 在每次模型调用前检测 token 使用率，一旦超过默认阈值 85%，便触发一次独立的 LLM 调用，将较早的消息压缩为单条摘要，同时保留最近消息的原文。被压缩的原始消息会写入会话历史文件，智能体在后续步骤中仍可通过文件读取找回细节。随着任务继续推进，该机制会周期性触发，将上下文使用率反复拉回安全区间。

技能按需加载（Skills）和子智能体（Subagents）分别从「预防信息进入」和「隔离噪声工作」两个维度补充上述机制。技能模块将特定任务的操作知识封装为独立单元，仅在模型判断当前步骤需要时才注入上下文，避免所有指令一次性占满窗口。子智能体则将信息密集型的中间步骤（如大量网页搜索和笔记整理）放在独立上下文中运行，主智能体只接收最终结果，彻底隔离过程噪声。

长期记忆（Long-term Memory）机制让智能体的学习成果跨越单次会话边界。智能体在运行过程中积累的知识、偏好和模板会以普通文件形式保存在用户控制的存储中，下次启动时自动加载。由于存储格式与模型无关，团队在切换底层模型或云服务商时无需迁移历史数据。这一设计也意味着智能体的「记忆」对开发者完全透明，可随时审查或手动编辑。

要点

• 上下文腐化是长任务智能体准确率下降的根本原因，核心矛盾在于信息持续流入而上下文窗口容量有限
• Deep Agents 通过卸载、摘要、技能按需加载、子智能体和长期记忆五种中间件技术，将不必要的信息移出活跃上下文而非直接删除
• 卸载机制针对单次大型工具结果的骤增，摘要机制处理长时间运行中的缓慢累积，两者互补覆盖不同场景
• 所有记忆和历史数据以普通文件存储在用户自控环境中，切换模型或服务商不会导致历史知识丢失
• 中间件架构将上下文管理逻辑与业务逻辑解耦，开发者可在不修改工具函数的前提下定制上下文策略