身份持續性

深度分析

多錨點架構提升 AI 代理人身份持續性與彈性記憶

現代 AI 代理人在上下文窗口溢位、對話摘要化時會出現身份遺失問題。研究提出以身份檔與記憶日誌分離的多錨點架構，搭配混合 RAG+RLM 檢索，自動導向適切的記憶存取方式。實驗證明，即使部分記憶受損，代理人仍能保持高度身份連續性，提升系統彈性與可靠性。