你肯定遇到过这种情况：让AI智能体去跑一个长周期的复杂任务，一开始它表现优异，但跑着跑着就开始“前言不搭后语”，甚至忘了最初的目标是什么。

别急着怪大模型太笨。AWS近期发布的一份自主云编程智能体设计指南一语道破天机：这种“失忆跑题”的根源往往不在模型本身，而在于包裹模型的“执行框架”（harness）。浅层智能体在长周期任务中，极易遭遇上下文溢出、状态丢失和干扰跑题。想要修好这一层，关键在于管理好“除模型之外的一切”。

一项最新研究盘点了目前主流的五大框架——LangChain Deep Agents、Claude Code、Manus、OpenAI Codex以及Amazon Bedrock AgentCore。它们不约而同地依靠四台“发动机”，将浅层循环升级为能扛住长任务的深度智能体。

反直觉的真相：上下文窗口越大越好？错！

很多人的第一反应是：给模型更大的上下文窗口不就行了？事实恰恰相反。

Chroma发布的Context Rot报告对18款主流大模型进行了评估，发现在简单的检索任务中，输入文本越长，模型反而越不靠谱。Anthropic对此给出了技术解释：注意力机制会让N个token生成N²的两两关系，每一个新增的token都在消耗一笔有限的“注意力预算”。上下文其实是一种边际递减的资源，而不是一个无底桶。

Manus也透露了一组残酷的数据：一个典型任务平均要调用约50次工具，输入输出比接近100:1。这意味着最开始的指令会逐渐被淹没在上下文窗口的中段——而这恰好是模型回忆最容易退化的“盲区”。

为了对抗这种“遗忘”，顶尖框架们部署了四台核心发动机。

发动机一：上下文预算与卸载（给信息瘦身）

与其让无用的信息塞满内存，不如主动给上下文减负。

• Deep Agents 设下了两条硬性铁律：一旦工具返回的数据超过20000个token，就直接写入文件系统，在对话中只保留文件路径和前10行预览；当会话上下文占用达到窗口的85%时，旧的编辑调用会被强制截断为指针。
• Claude Code 采用同样策略，将自动记忆严格限制在200行或25KB以内，MCP工具模式默认只显示名字，按需拉取。
• AWS AgentCore 则更加激进：协调器会并行派生3个浏览器子智能体，把它们关在各自独立的MicroVM里。分析子智能体只能收到结构化结果。这套流程预计耗时4到6分钟，如果改成串行操作则会慢达3倍。

发动机二：动态压缩（去粗取精）

当卸载操作到达极限时，框架会把接近上限的对话进行摘要压缩，然后重启对话。

• Claude Code 的压缩逻辑非常精细：它会死死保住“架构决策”和“未解决的Bug”，丢掉冗余的输出。压缩完成后，它会重新读取最近修改过的至多5个文件，并重新注入技能说明。为了防止信息永久丢失，它还会把完整的原始记录写入磁盘，日后随时可查。
• Deep Agents 则把“保住目标”做成了结构化特性，强制把摘要分为三个字段：会话意图、已生成产物、下一步计划。
• API层面也已跟进：OpenAI Responses API通过compact_threshold参数提供服务器端压缩，Codex正是靠这个功能撑住长编程任务的；Claude平台则允许开发者自定义压缩指令。

发动机三：待办状态与“念咒”（防止目标漂移）

Manus 的做法非常朴素：建一个todo.md文件，每完成一步就重写打勾。这相当于把目标强行“念”进上下文的末尾，推开那些被淹没在中间的指令漂移。

不过，这招并非稳赚不赔。Deep Agents 在2026年7月的v0.7版本中，发现关闭待办功能反而能让评估奖励略高、成本更低，于是将其改成了可选项。但LangChain依然建议：如果是跑长任务、使用弱模型，或者界面需要向用户展示进度，最好还是把这个功能打开。

发动机四：跨会话记忆（知识的跨次复用）

• Claude Code 每次压缩后，都会从磁盘重新注入CLAUDE.md和自动记忆内容。
• AgentCore Memory 则在后台静默运行抽取策略，让协调器下次遇到类似问题时直接召回记忆，而不是从头研究。

但苏黎世联邦理工的研究泼了一盆冷水：像AGENTS.md这类上下文文件其实并不能提升任务成功率，反而会让推理成本暴涨20%到23%。因为每一次重载，都是对模型“注意力预算”的固定征税。正因如此，Claude Code强烈建议将CLAUDE.md死死压在200行以内。

结语：别被模型大小骗了

研究最后提醒开发者，框架到底有没有“抓住目标”，必须通过强制触发压缩的测试来验证。在这个过程中，最该警惕的两种失败信号是：智能体刚做完摘要就立刻反问用户要澄清细节，或者莫名其妙地错误宣布任务已完成。

想让智能体在长路跑中不迷路，拼的从来不是你的模型参数有多大，而是这套执行框架的发动机调校得有多精细。