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。