Agent 记忆架构的信息论几何 2026：从互信息瓶颈到率失真曲线的统一视角
把 Agent 记忆系统从工程黑箱拉回信息论硬地面——短期记忆是上下文窗口内的条件熵切片，长期记忆是 KV-cache 之外的率失真曲线，情景检索是互信息瓶颈下的最大信息子集，记忆压缩是失真函数下的率失真最优投影；四者在同一信息平面上的几何关系决定 Agent 长程任务的遗忘行为。
- #Agent 技术
Archive
123 篇文章
切换标签
把 Agent 记忆系统从工程黑箱拉回信息论硬地面——短期记忆是上下文窗口内的条件熵切片，长期记忆是 KV-cache 之外的率失真曲线，情景检索是互信息瓶颈下的最大信息子集，记忆压缩是失真函数下的率失真最优投影；四者在同一信息平面上的几何关系决定 Agent 长程任务的遗忘行为。
当 Agent 从 demo 走向生产，工具调用是第一个把概率性语言模型与确定性业务系统焊在一起的接缝。本文从工程实战视角拆解 JSON 漂移、并行竞态、Schema 版本漂移与副作用幂等四类故障，给出四级错误恢复金字塔、12 条 SRE 可观测性清单与五条治理原则。
本文用 Banach 不动点几何统一 ReAct、Reflexion、Tree-of-Thoughts、Plan-and-Execute 四种 Agent 推理范式,推导四者的压缩系数谱、双算子结构、吸引子拓扑与稀疏依赖分解,给出按任务视野长度选型的三条推论与给架构师的几何清单