Agentic AI 架构中的记忆、知识与上下文系统化设计方法

InfoQ 发布 Adi Polak 的 Agentic AI 架构系列文章，主张从提示工程转向系统工程，将上下文、记忆与知识分离并独立管理。文章提出由选择、注入、压缩、过期与刷新四阶段组成的上下文生命周期，给出工作记忆、短期、长期三层记忆架构，并结合 Stanford 的 Lost in the Middle 研究说明小型高相关上下文优于大量噪声输入，分析常见反模式如上下文堆砌与过期数据循环。