Adi Polak 提出 Agent 上下文、记忆与知识分层架构

Adi Polak 提出，可靠的 Agentic AI 系统应将上下文、记忆和知识分层管理，并通过 Context Engine（上下文引擎）为大语言模型动态选择、过滤、排序、压缩和交付信息，形成适合当前任务的推理状态。 这一架构将模型与外围信息处理机制分离：短期记忆可通过 Redis 等内存存储维护会话状态，长期记忆则异步保存提炼出的用户偏好、历史事实和关键信息。上下文引擎还需异步融合批处理与流式数据，保持信息更新；历史对话和长文档可交由更小、更快的模型或确定性算法压缩，以节省上下文空间并降低主推理模型的延迟。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。