Entity · Technology
Long Context
The capability and engineering practice of processing a longer input sequence in one model request.
- Number of articles
- 4 articles
- First published
- First published
- Latest update
- Latest update
Latest coverage
Artificial Intelligence
给 Agent 加了记忆，它反而变笨了
记忆几乎总是被当作纯增益功能加上去的，但 2026 年的多份公开测量显示：加了记忆的 Agent 在不少任务上比不加更差。本文拆解稀释、误差累积、陈旧状态三种退化机制，对比 compaction、结构化笔记、子 Agent 隔离三种手段的取舍，并给出写入侧的过滤与遗忘策略和三组可自测的对照实验。
AI 使用方法
为什么 AI 总在长任务里跑偏：多步任务的失败点在哪
长任务失败往往出在重复执行的稳定性：模型需要把同一件简单事连续做几十次，错误会在过程中累积。本文用 ICLR 2026、NeurIPS 2025 的一手实验拆出三个具体失败点：错误的自我强化、多轮目标漂移、验收环节缺位，并给出按步数预算切分任务、回滚清除错误历史、用 pass^k 验收等六个可落地做法。
AI 使用方法
上下文越长，答案越不准：资料该喂到什么程度
模型的可用上下文远短于标称上下文，退化也会在窗口用满之前逐步出现。五份独立测量揭示了长上下文失效的机制；成本、延迟和资料筛选共同决定一次调用该放多少内容。
Artificial Intelligence
From 128K to 1M: What Long-Context Workflows Save and What They Add
Put long context back into concrete work such as contract review, cross-version comparison, and technical decisions. This article explains what 128K and 1M actually solve, and why retrieval, citations, and version control still matter.