生产环境中AI智能体的失效,较少源于其推理能力不足,而更多是因为它们无法有效管理自身推理所依赖的上下文内容:包括对话历史、冗长的提示词(prompts)、庞大的工具定义,以及急剧膨胀的工具输出结果。智能体在自身不断累积的历史信息中“溺亡”,同时每一轮交互还需承担持续增长的token开销,从而导致对话内部及跨对话场景下关键信息的遗漏与召回失败。当前主流应对思路将此问题简单视为存储与检索问题。我们认为,这种视角过于狭隘。对智能体“心智中所持内容”的主动管理,本质上是一个完整的生命周期过程,而不仅仅是一项静态存储任务:它涵盖决定应记忆哪些内容、从中提取并结构化关键信息、为不同类型的数据选择最适配的存储机制、在保留溯源依据的前提下进行信息整合与遗忘、动态判断当下所需的相关信息、前瞻性预判后续交互所需的上下文,并在严守token预算约束的前提下,对上下文进行高效压缩而不丢失核心语义。在真正严肃的生产实践中,这一机制的运作范围并非局限于单个用户,而是需覆盖组织层级的完整作用域——从个体到团队、部门乃至整个企业。我们将这一系统性能力命名为“智能体上下文管理”(Agentic Context Management, ACM),并将其解构为五大基础原语(primitives):架构设计(architecting)、数据摄入(ingesting)、范围界定(scoping)、前瞻预测(anticipating),以及压缩与整合(compacting & consolidation)。随后,我们从经济学角度论证:朴素的上下文累积方式会使token成本随对话长度呈二次方增长;粗粒度摘要虽可将成本压至线性,却会引发准确率的断崖式下降;唯有经过验证的上下文压缩技术,才能在实现线性成本增长的同时,完整保持语义保真度。我们介绍了一个参考实现方案——Maximem Synap,该系统以多租户服务形式落地上述五大原语,并在第6节详述的配置下,在LongMemEval基准测试中取得92%的得分,在LoCoMo基准测试中达到93.2%的得分。最后,我们指出当前现有评测基准尚未涵盖的三个关键维度:响应延迟(latency)、token利用效率(token efficiency),以及上下文老化抵抗能力(context-rot resistance);并进一步展望该领域的发展前沿——即面向决策层级与组织层级的上下文建模与协同治理。

