论文揭示智能体指令膨胀难题：提出“灾难性记忆”概念与优化机制

研究论文《Why Does CLAUDE.md Keep Growing?》于 2026 年 8 月在 arXiv 预印本平台发布，首次系统量化了智能体指令文件持续膨胀的 “灾难性记忆” 难题，为优化智能体工程化管理提供了理论依据与实践方案。

• 研究团队分析了 1,867 个 GitHub 仓库中的 247,694 条指令生命周期，发现智能体指令文件在生命周期内平均膨胀 226%，且早期指令因原始上下文丢失而极难被安全移除。
• 论文指出指令维护存在成本不对称性：追加单条规则成本极低，但排查与删除旧规则面临不可预知的回归风险，导致规则单向堆积。
• 研究提出在指令后添加记录失败案例与假设的结构化注释并在输入模型前过滤，在 IFEval 实验中将多余提示词膨胀规模由 +211.3% 抑制至 +1.4%，指令遵循表现提升达 23.1%。
• 影响/看点：该方案为缓解长提示词膨胀和上下文开销提供了低门槛策略，其推广落地的前提是主流 IDE 插件与智能体框架能够原生支持提示词注释格式与元数据校验机制。
• 资料依据：
• X：Rohan Paul（2026-09-07）：https://x.com/rohanpaul_ai/status/2096977141326139447
• arXiv（2026-08-14）：https://arxiv.org/abs/2608.11095

本内容由 AI 生成，仅供参考，请注意甄别