Agentic Context Management: Solving Agent Memory and Cost by Treating Them as Lifecycle and Architecture Problems
Agentic 上下文管理：将 Agent 内存与成本作为生命周期和架构问题解决
🧭 Agent 上下文生命周期管理与成本控制
提出 Agentic 上下文管理五原语（架构、摄入、范围界定、预判、压缩与巩固），将上下文从存储问题重构成全生命周期，实现了线性 token 成本且精度不降
📌 工作参考价值
- 上下文生命周期管理思路可直接落地：电商对话推荐 Agent 常因长对话历史丢失关键偏好，借鉴五原语（特别是 scoping 与 anticipating）能主动选择当前轮次相关上下文，避免历史淹没关键信号。
- Token 成本工程价值高：论文揭示 naive 上下文累积导致 token 成本平方增长，仅用摘要则精度断崖。业务中可采用 验证性压缩（validated compaction）技术，在保持线性成本的同时保留召回精度，对高频对话系统降本明显。
- 多租户上下文服务化：参考 Maximem Synap 的多租户实现，搜索/推荐 Agent 可将上下文管理抽象为独立服务，支持组织级层次结构，便于电商平台同时服务多个商家或频道。
- 跨会话记忆与遗忘机制：跨会话的 ingesting 与 consolidation 原语可用来构建用户长期偏好记忆，同时通过遗忘陈旧信息防止上下文膨胀，适合需要多轮交互的导购 Agent。
动机：生产级 AI Agent 的失败往往不是因为推理能力不足，而是无法有效管理上下文——对话历史、大提示词、工具输出等不断膨胀，导致召回缺失和 token 成本平方增长。现有方法仅将其视为“存储与检索”问题，过于狭隘。
方法：将 Agent 的上下文管理定义为一个全生命周期过程，提出 Agentic 上下文管理（ACM） 五原语：(1) architecting——根据数据类型选择合适的存储；(2) ingesting——提取与结构化信息；(3) scoping——决定当前轮次的相关上下文；(4) anticipating——预判后续所需信息；(5) compacting & consolidation——压缩上下文到预算内并巩固记忆，同时保留出处。该框架覆盖单用户到组织级层次。
关键结果：在 LongMemEval 和 LoCoMo 上分别达到 92% 和 93.2%。经济性分析表明，仅 naive 上下文累积会使成本平方增长，粗粒度摘要虽成本线性但精度断崖；经验证的压缩方法实现线性成本且精度保持。