10 月 14 日，LangChain 工程师 Jess Weng 在该公司博客发表《Context Engineering: How Deep Agents Remember》，系统拆解了长任务智能体的一个核心矛盾：任务越长，上下文堆得越多，模型反而越不准。文章用一个比喻开场——考前突击的人都有体会，复习到后面，前面几章已经开始模糊。

在智能体工程里，这个现象叫上下文腐化（context rot）。智能体承接长任务时会不断累积指令、工具返回结果和文件，很快超出模型窗口的舒适容量；历史、噪声与工具输出带得越多，模型的准确率与推理质量越差。这篇文章讲的就是 Deep Agents 这个开源外壳（harness）如何用五种手法对抗它，以及这些手法如何通过「中间件」注入到一次运行里。

两类手法：挡在门外，与清理屋内

文章先给了一个简化定义：智能体 = 模型 + 环绕模型的外壳。外壳能做的上下文工程大致分两类——

  • 阻止不必要的信息进入上下文窗口
  • 管理并过滤已经进入窗口的内容

外壳要做的是让模型在正确的时间拿到正确的上下文。Deep Agents 把上下文移出活动窗口，去向有三个：文件、摘要，或另一个智能体；主智能体只携带自己需要的那部分，需要时还能把原始数据取回来。五种手法分别是：

手法做什么
卸载（Offloading）大块工具结果与用户消息存进文件系统，模型只看到预览
摘要（Summarization）接近上下文上限时，把较早的消息压缩成一段摘要
技能（Skills）任务 know-how 只在模型判断相关时才加载
子智能体（Subagents）嘈杂的活跑在独立上下文窗口里，只回传结果
长期记忆（Long-term memory）学到的东西写进文件，带进下一次对话

一个贯穿全文的例子是竞品分析智能体：每周一研究五家竞争对手，按团队模板产出报告。单次运行会先拉一份几万行的市场数据导出、搜新闻读文章做笔记、对每家公司重复一遍，最后起草、修改、排版。到第四步时，前五份原始数据、几十条搜索结果和两份过时草稿还挂在每一次模型调用上——而它们大多和「排版」这件事毫无关系。

检索手段（RAG 或文件系统搜索）能帮智能体只取所需，但只解决了一半问题；外壳还必须管理那些已经在窗口里的东西。

中间件：这些手法挂在哪里

智能体的运行是一个循环：模型决定做什么、调用工具、读取结果、重复。中间件就是插进这个循环特定位置的代码——智能体启动之前、每次模型调用前后、每次工具调用前后；在每一个点上，它都能读取上下文并在下一步执行前改写它。文章强调，上面五种手法本身就是挂在钩子上的中间件，且大多已内置，除非要做特定定制，使用者不需要自己写。

卸载：把大块数据挡在窗口之外

FilesystemMiddleware 在每次工具被调用时运行：工具结果超过约 2 万 token 时，完整结果会在进入对话之前写入 /large_tool_results/{tool_call_id}；模型只看到一段短预览（首尾各几行）加一个文件路径。事后需要 B 公司的季度营收时，智能体再用 read_file 分页翻回来。体积过大的用户消息（比如粘贴进去的一整段通话记录）走同一套处理，但阈值更高——5 万 token，落到 /conversation_history/。

工具结果超过阈值时经 FilesystemMiddleware 落盘，模型只看到首尾预览与文件路径

图 1：工具结果经 FilesystemMiddleware 落盘，上下文窗口里只留预览与可检索的路径。

卸载与摘要的分工：前者拦截进入窗口的输入，后者作用于已在窗口里的内容

图 2：卸载拦截尚未进入上下文的内容，摘要处理已经在里面的内容。

摘要：压缩已经进去的

卸载能挡住尖峰，挡不住缓慢的爬升。摘要负责把整个上下文窗口浓缩成「到目前为止发生了什么」，SummarizationMiddleware 在每次模型调用前检查 token 用量：

  1. 用量越过阈值（默认是模型上下文窗口的 85%）时，另起一次 LLM 调用把较早的消息压缩成单条摘要
  2. 较早的消息从窗口中移除，最近的消息原样保留
  3. 模型先看到摘要、再看到近期消息——最近的内容不会被改写

两个细节值得注意：摘要可恢复，被压缩的消息会写进 /conversation_history/{session_id}.md，起草报告时如果想起 A 公司的某个研究细节，智能体可以读回来；摘要还会循环，运行继续下去用量会再次爬升，下一次摘要会把上一份摘要也包含进去。文章提到，除 token 阈值外，也可以在话题切换时触发摘要，定制摘要提示词往往有效。

上下文用量随时间爬升，卸载压低尖峰，摘要则在 85% 处把曲线打回底部

图 3：卸载压低工具结果造成的尖峰，摘要则在 85% 触发点把整体水位拉回。

技能：按需加载的 know-how

如果销售团队每季度才用一次固定的季度业务回顾（QBR）格式，把这些说明常驻系统提示词意味着每一次调用都在为它付费——token 和响应时间都是。更好的做法是打包成一个技能：一个装说明的文件夹（可选带脚本与参考文档），对应一类专门任务。

技能文件夹的构成：SKILL.md 加可选的 scripts、references 与 assets

图 4：一个技能就是 skills/ 下的一个文件夹，入口是 SKILL.md。

SkillsMiddleware 用了两个钩子：启动前扫描技能目录，只读每个 SKILL.md 的头部；每次模型调用时，把这些名称与描述加进系统提示词。完整说明只有在模型判断某个技能相关时才会进入上下文（用 read_file 读取）。这种分层加载叫渐进式披露（progressive disclosure）——模型先看菜单，需要时再取完整菜谱，于是十个技能的开销约等于十行简介。

模型先看到每个技能的名称与描述，只有判断相关时才展开完整说明

图 5：渐进式披露——菜单在前，完整说明按需展开。

子智能体：隔离嘈杂的活

卸载对付的是超规格结果，而有些活你在设计阶段就知道一定嘈杂，比如把一家公司查遍几十个搜索结果和网页。这类任务适合交给子智能体：它在自己的上下文窗口里干活，只把最终结果交回来，主智能体从头到尾看不到噪声。

market_researcher = {
    "name": "market-researcher",
    "description": "Researches a company and returns the 3 most notable developments.",
    "system_prompt": "Use pull_market_report, then return 3 short bullet points. Do not return the raw report.",
    "tools": [pull_market_report],
}

agent = create_deep_agent(model=model, subagents=[market_researcher])

主智能体把每家公司派给 market-researcher 子智能体，后者在自己的上下文里读完整份报告，只交回三条要点——主智能体连原始报告的预览都看不到。文章还指出，由于子任务通常小而边界清晰，它们往往可以跑在更便宜的模型上，也可以并行。

子智能体拥有独立的上下文窗口与工具集，只把结果交回主循环

图 6：子智能体各有独立上下文窗口与独立工具，主智能体只接收结果。

长期记忆：跨对话存活，并且归你

跑到最后，智能体总会学到一些东西，有用的和没用的混在一起。比如你告诉它「摘要用要点，不要写成段落」——没有记忆机制的话，这句话每周都要重复一次。在 Deep Agents 里，长期记忆就是一个 Markdown 文件，用一个参数把智能体指过去，剩下的交给 MemoryMiddleware：加载（Load）在每次运行开始时读取该文件；注入（Inject）在每次模型调用时把内容加进系统提示词；更新（Update）则在智能体学到值得留下的东西（比如你的排版偏好）时改写这个文件。

记忆的归属也很关键。Deep Agents 不绑定模型供应商，这一点同样体现在记忆上：因为记忆是你自己存储里的一份普通文件，而不是供应商替你保管的，所以可以把同一个后端指向另一个模型：

agent = create_deep_agent(
    model="openai:gpt-6",  # different provider, same memory
    memory=["/memories/AGENTS.md"],
    backend=backend,
    store=store,
)

下周换一个模型，它照样读这份文件，照样把摘要写成要点。

智能体等同于模型加一整套环绕组件：系统提示词、工具、技能、子智能体、记忆、卸载与摘要

图 7：智能体 = 模型 + 外壳，上下文工程的手法都挂在这层外壳上。

六条可以直接带走的原则

文章最后给出了六条不依赖 Deep Agents 的通用建议，无论用哪个外壳或自建都适用：

  • 大块输入应该被卸载，而不是被截断：截断是有损的，卸载保留了可检索性。
  • 压缩应当可恢复：摘要之后，智能体仍然能找回细节。
  • Know-how 应当按需加载：把每个任务的说明都写进系统提示词，等于每次调用都在付费。
  • 嘈杂的活应当被隔离：让子智能体用自己的上下文，主智能体才能保持专注。
  • 记忆的所有权应当归你：放在自己存储里的记忆，才能在换模型或换供应商时存活。
  • 默认值应当可定制：适合一个任务的阈值，很少适合所有任务。

核心总结

  • 问题：长任务智能体的上下文窗口会被指令、工具结果与中间产物塞满，产生上下文腐化，准确率与推理质量同步下降
  • 两条主线：阻止无用信息进入窗口，以及管理和过滤已经进入窗口的内容
  • 五种手法：卸载（20k token 工具结果 / 50k token 用户消息落盘，只留预览）、摘要（85% 阈值触发，可恢复、会循环）、技能（渐进式披露）、子智能体（独立窗口与工具，只回传结果）、长期记忆（Markdown 文件，跨对话、跨模型）
  • 实现方式：全部作为中间件挂在启动前、模型调用前后或工具调用前后，且大多已内置，无需自己写
  • 记忆归属：记忆是纯文件，存在你自己的存储里，因此换模型、换供应商都不影响智能体已经学到的东西

上手方式是 uv add deepagents。文章还提到作者将在 11 月 3 日做一场直播课，LangChain Academy 上另有一门免费的 Deep Agents 自学课程。

原文：Context Engineering: How Deep Agents Remember（LangChain，2026-10-14）