Long-term Memory但我越来越觉得业界很多框架其实还没有真正抓住 “上下文Context” 的本质。它们正在朝正确方向前进但很多设计仍然默认Context ≈ Agent 的记忆而我认为Context 本质上不是 Agent 的。 Context 是“对象相关知识Object-Associated Knowledge”。也就是说Context 的生命周期应该跟随“对象”而不是“Agent”。一、现在很多 Agent Framework 的隐含模型当前很多 Agent 系统本质上是这样的User → Main Agent → SubAgent而上下文通常这样流动Prompt Conversation History Agent Scratchpad Memory于是Agent 持有 MemoryAgent 持有 ContextSubAgent 拷贝部分 ContextWorkflow 再拼接 Context这种设计的问题是Context 被“人格化”了仿佛“Agent 在记忆”但实际上真正长期存在的 往往不是 Agent 而是任务、项目、用户、文件、环境。二、真正长期存在的是什么举几个例子。1. 用户偏好例如用户喜欢英文回复 用户偏好 Linux 用户正在研究 TCAM 项目这些信息不属于某个 Agent不属于某次对话更不属于某个 Prompt而是属于 User Entity生命周期跟随 User2. 项目知识例如TCAM 使用 traffic camera 做 PM2.5 预测 训练使用 Gemma/Qwen 评估指标包含 RMSE/StdRatio这些信息不属于某个 Agent不属于某次推理而是属于 Project Entity生命周期跟随 Project3. Workflow 状态例如当前步骤做到哪里 哪些文件已经生成 哪些节点执行失败 等待人工审批这些也不是 Agent 的记忆。而是属于 Workflow / Task生命周期跟随 Workflow三、Agent 本质上应该很“轻”我越来越觉得Agent 更像 Process进程 而不是 Brain大脑Agent 应该只持有- 当前角色 - 当前目标 - 当前权限 - 当前工具 - 当前执行状态也就是说Agent Context 应该很轻真正重的 Context应该在外部对象系统中。四、我认为更合理的模型我认为应该这样建模Context ! Agent Memory而是Context Scoped Object State例如UserContext(user_id) ProjectContext(project_id) TaskContext(task_id) WorkflowContext(workflow_id) FileContext(file_id) SandboxContext(sandbox_id) OrganizationContext(org_id)Agent 只是读取/修改这些对象而不是“拥有”这些 Context。五、为什么这更合理1. 生命周期正确Agent 是临时的Agent 可以销毁 可以替换 可以扩缩容但Task / Project / User 是长期存在的所以Context 跟对象绑定 比跟 Agent 绑定更符合现实2. Multi-Agent 更自然如果 Context 属于 AgentAgent A → Agent B就必须拷贝压缩翻译转发非常混乱。但如果多个 Agent 访问同一个 TaskContext问题立刻简单很多。这其实就是共享状态模型Shared State3. 更容易 Checkpoint / Resume如果状态在 Agent 内部Agent 崩了 → 状态丢失但如果状态在 TaskContext那么任意 Agent 都能恢复执行这更像工作流引擎而不是聊天机器人。4. 权限模型更清晰很多系统现在很难解释“这个 Agent 为什么知道这些”因为 Context 是拼 Prompt 拼出来的。但如果Context 属于对象那么权限模型就变成Agent 是否有权限访问这个对象这会变得非常像OSDatabaseCloud IAMCapability System六、这其实更接近操作系统我越来越觉得未来的 AI OS 会更像Agent Process Context Addressable State Objects Workflow Directed Graph Memory Object Store Tool System CallAgent 只是执行单元。真正稳定存在的是对象状态七、为什么现在很多框架还没完全走到这里我觉得原因是当前很多 Agent Framework本质上还是Prompt Engineering Framework它们从Chatbot演化而来。因此天然倾向于“Agent 在思考” “Agent 在记忆”而不是“系统在维护对象状态”但随着Multi-AgentWorkflowLong-running TasksHuman-in-the-loopCheckpointingDistributed Agents越来越复杂业界已经开始“感觉”到Context 不应该属于 Agent只是很多框架还没有把它系统化。八、我认为未来会走向什么我认为未来成熟的 Agent System核心一定不是Agent而是State GraphAgent 只是Graph 上的执行节点真正重要的是- State Ownership - Context Scope - Lifecycle - Permissions - Persistence - Routing换句话说AI Agent 的核心问题最终不是 Prompt Engineering而是“状态管理State Management”。九、总结我现在越来越相信一句话Memory is not agent memory. Memory is object-associated state.以及Context should follow the lifecycle of objects, not the lifecycle of agents.如果这个方向是对的那么未来 Agent Framework 的核心竞争力可能不是Prompt 模板Tool CallingSubAgent 数量而是谁最先建立 面向对象生命周期的 Context Operating System