By Unbug 上海交通大学和清华大学合作的一篇论文《AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents》首次将长程智能体的记忆形式化为”契约”问题——提出有界记忆契约框架，保证提示词大小恒定同时维持决策质量。核心突破在于：传统方法将过去观察、工具调用和反思逐条追加到提示词中，导致上下文爆炸；而本文方案每次决策从一条由类型化检索组装的全新用户消息出发，不附加任何跨决策的原始对话记录。
记忆契约困境
长程LLM智能体面临一个根本的工程挑战：当运行需要数百次甚至数千次决策时，原始追加策略会导致提示词无限增长。更严重的是，这种”历史堆叠”使得单个记忆组件的效果难以隔离——你无法判断性能下降是因为某个技能失效了，还是因为旧信息干扰了新决策。
本文提出将记忆形式化为契约（contract）问题：规定每个未来决策可以看见什么。最简单的契约是无限追加，代价是提示词爆炸和不可解释性；最优的契约应该保证提示词大小恒定、可独立消融任何记忆层、且决策质量不随运行长度衰减。这就是”有界记忆契约”的核心思想。
类型化检索与Slay the Spire 2测试平台
本文实现了两种契约方案进行对比。No-store基线完全不保留跨决策信息，每次从零开始；技能层增强在类型化检索基础上添加战略技能触发机制——当检测到特定游戏状态时，自动注入预定义的战略指导。
评估环境是基于闭源随机规则卡牌构建游戏Slay the Spire 2，需要数百次战术和战略决策。公开基准中前沿LLM在最低难度下零胜率（5种配置全部为零），而人类开发者胜率为16%，说明任务有挑战性但未饱和——这正是理想的评估场景。
关键数据：No-store基线在最低难度下获得3/10胜率（30%），添加技能层后提升至6/10胜率（60%）——触发战略技能的增益效果显著。论文发布了298条已完成轨迹（含条件标签）、冻结的记忆/技能快照、提示词记录和消融分析脚本，确保完全可复现。
与已发布文章的差异化
本文聚焦长程智能体的有界记忆架构设计，这是一个全新的研究维度。与#91身份不变性巩固（密码学认证视角）形成互补——#91回答”如何记住而不改变身份”，本文回答”如何在有限提示词预算下管理跨数百步决策的记忆”；与#87 Agentic RAG（动态检索策略优化）不同，本文强调类型化检索替代原始追加，保证提示词恒定大小而非仅提升检索质量。
随着AI Agent自主运行时长不断增加，有界记忆契约将成为关键基础设施——当智能体需要连续执行数百次决策时，如何在保持可解释性的同时避免上下文爆炸，是工程部署的核心瓶颈。
