一个反直觉的结论，近一年里被三项彼此独立的研究反复撞上：你的智能体记得越多，往往干得越差。不是稍微差一点，而是删掉大部分历史之后，任务完成率和成本一起往好的方向走。这给「上下文越多越聪明」的直觉泼了一盆冷水。
最先被引用的是 Lodha 等人一项针对企业场景的研究：让 GPT-5 通过 MCP 工具跑一个酒店报销基准，保留完整对话历史时任务完成率 71.0%，只保留最近的五个工具调用就升到 79.0%，而且提升纯靠删除、什么都没补；再给被删掉的部分加一段自动摘要，完成率冲到 91.6%，token 用量少 62.7%，墙钟时间少 60.2%。作者给的解释值得每个做 agent 的人记住：陈旧的工具有时候响应描述的是一个已经不复存在的表单状态，agent 却照着它行动——旧上下文不是中性的，它是关于一个已变世界的错误信息。
另外两项研究在不同栈、不同领域落到同一处。Xiao 等人（FSE 2026）在一个头部编码 agent 上做实时瘦身，把无用、冗余、过期的轨迹信息删掉，输入 token 降 39.9% 到 59.7%、总成本降 21.1% 到 35.9%，性能不降；Kang 等人则在 AppWorld、OfficeBench 和多目标问答上把峰值 token 砍掉 26% 到 54%，成功率反而上升，小模型在长程任务上被抬升最多 46%。三篇的共性不是某个模型或某个框架的怪癖，而是「你的 agent 记的大部分东西，没在帮它，有一部分还在害它」。
对工程实践来说，这组结论把上下文管理从「玄学」变成了可插拔的环节。此前已经有产品把上下文节流做成独立能力、也有工作把压缩训进模型权重，但这次的价值在于三项独立证据跨栈一致，足以让「默认全留」这个习惯被动摇。务实的做法不是无脑清空，而是给 agent 一个裁剪策略：先删掉明显过期和无用的轨迹，再为被删掉的部分保留一段精炼摘要，让模型知道「刚才丢了什么」，而不是彻底失忆。换句话说，目标不是记忆更少，而是让留下的每一条都还在描述同一个当下的世界。
落到日常调参，这套结论给的启发很具体：与其在提示词里反复叮嘱「记住重要信息」，不如在工具调用之前先过一道过滤——把明显过期、与当前表单状态不符的响应剔除，再为被剔除的部分保留一句精炼摘要，让模型知道「刚才丢了什么」而非彻底失忆。很多团队的 agent 跑着跑着变慢变笨，根子不在模型，而在那条越积越长的历史里混进了太多已失效的世界状态。把裁剪和摘要做成默认动作，往往比换更大的上下文窗口更划算。
当然要留几分谨慎。这几项研究的任务分布、模型切换和裁剪窗口都还有调节空间，数字是区间而非铁律；尤其「摘要不是免费午餐」，补摘要本身也要花 token，只是花得值。它们也都没有否定记忆的价值——和那些主张「写入时不做决定、读取时再选」的记忆架构其实互补：一个负责「挑什么留」，一个提醒「挑剩下的旧东西可能有害」。把两者连起来看，agent 的记忆与上下文管理正在从各家的手艺，收敛成几条可复用的工程原则。
对正在调 agent 的团队，这组研究的落地建议很直接：先量一下你的 agent 到底有多少上下文是陈旧、冗余、过期的，再试着在工具调用前做一层裁剪与摘要，看完成率和账单是否一起变好。多数情况下，你会发现「记太多」才是那个藏在成本与准确率背后的隐形杀手。这类结论仍在被更多团队验证，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。