失忆的艺术：为什么2025年最聪明的AI代理，都在拼命“删代码”

🌱 从“喂得越多越聪明”到“塞得越满越蠢”：一个反直觉的觉醒时刻

想象一下，你正在给一个天才大脑喂饭。你以为盘子越大、菜越多，它就越聪明。于是你端上来满满一桌子菜：昨天的聊天记录、上周的代码、去年写的文档、甚至连WiFi密码都塞进去。结果呢？这个天才开始结巴、犯迷糊、把盐当成糖撒进咖啡里。

这不是科幻，而是2024-2025年无数AI代理团队真实经历的惨剧。
Hugging Face的机器学习工程师Philipp Schmid前几周听完Manus AI和LangChain的两场闭门分享后，彻底被震撼了——Manus团队把自己的代理系统重写了整整五次，最后发现最有效的改动永远是那两个字：

删代码。

是的，你没听错。
不是加功能，不是换更大的模型，不是把上下文窗口从12.8万撑到100万。
而是删。删到出血，删到心疼，删到整个系统突然就“活”了。

🧠 上下文会像牛奶一样变质：一个被遗忘的残酷真相

我们总以为上下文窗口是冰箱——放进去就永远新鲜。
错！它更像一盒没盖盖的牛奶，放在常温下。

研究和实战都证明：即使是最强的模型，当上下文超过20-30万token后，性能也会像自由落体一样崩塌。中间那段信息会变成“毒瘤”，模型会莫名其妙忘记自己三分钟前刚说过的话。这就是社区现在流行的新名词——Context Rot（上下文腐败）。

上下文腐败的典型症状：

• 把问题答偏到十万八千里
• 突然开始循环输出同一段废话
• 明明文件已经写好，却死活找不到路径
• 最致命：把正确答案埋在第157页历史里，然后自信地说“没有找到”

Manus的工程师们用血泪总结出一句话： “给模型刚好够用的信息，比给它全世界都更重要。”

🔥 Manus的“三板斧”：删到骨头里，才看到灵魂

🗑️ 第一板斧：能删就删，能总结就总结，绝不心软

他们发现最有效的上下文瘦身术只有两条：

1. 存在硬盘上的东西，坚决不留在内存里

AI写了500行代码？立刻存文件，聊天记录里只留一句“代码已保存至./agent/outputv3.py”。需要的时候再读回来。 这就像你家厨房做完菜立刻洗碗，而不是把所有脏盘子堆在桌子上等下次用。

1. 上下文太长？强制让AI给自己做减法总结

但这里有个绝妙的小技巧： 永远保留最近3轮完整对话。 为什么是3轮？因为这能让模型保持“手感”，就像篮球运动员热身时最后三投必须进框一样，否则手感就断了。

🧊 第二板斧：别让所有AI共用一个大脑

最容易翻车的多代理系统，就是所有人抢同一个共享内存。
A在想代码，B突然插进来一句“用户说想加个暗黑模式”，结果A的整个思路全崩。

Manus直接抄了Go语言那句名言：
“通过通信共享内存，而不是通过共享内存通信。”（Share memory by communicating, not communicate by sharing memory.）

具体做法简单粗暴：
每个子代理有自己独立的上下文，主控Agent只通过结构化消息（JSON）跟他们对话。
就像公司开会，不是每个人都坐在一个大会议室里吵，而是用Slack发消息，干净、清晰、不串味。

🔧 第三板斧：工具越少越好，越简单越好，越傻越好

给AI 100个工具 = 给一个三岁小孩100把刀。
它一定会拿错，还可能砍到自己。

Manus最终的工具策略只有三层，金字塔一样稳：

1. 最底层：20个最基础的工具（读文件、写文件、运行命令、搜索等）
2. 中间层：根本不定义工具，直接让AI用命令行！（对，就是bash）
3. 最顶层：复杂功能直接打包成Python代码库，一次性import解决

他们甚至把“搜索arxiv”“生成图表”这种常见操作，直接写成一个叫research.py的库，AI需要的时候就import research; research.run(query)——干净、确定性极高、不会用错。

🤖 把AI当函数调用，别当同事开会

很多人喜欢给每个子代理起名字：Planner、Researcher、Critic、Executor……
然后让它们像真人一样在群聊里吵架。

Schmid在博客里直接开喷：
“这是最愚蠢的过度拟人化。”

正确的打开方式：
把子代理当成纯函数。
主Agent只管一句：

result = call_researcher(goal="帮我查2025年最新长上下文技术")

子系统跑完返回一个干净的JSON，仅此而已。
没有寒暄，没有“正在思考”，没有表情包。

就像你调用requests.get()，永远不会返回“我正在思考要不要给你数据哦~”。

💰 删完之后，世界突然清晰了

有开发者按照这套思路重构，花了三次才稳定，但最终结果是：
Token消耗下降40%，稳定性大幅提升，bug数量肉眼可见减少。

这不是小数字。
对一个日调用百万次的代理系统来说，40%意味着真金白银的服务器费用，更意味着用户体验从“偶尔抽风”变成“永远可靠”。

🎯 2025年的六条“删代码”戒律（实用清单）

1. 永远监控上下文长度，超过12万token就报警
2. 所有文件、代码、搜索结果，写盘，绝不留内存
3. 每个代理独立上下文，只通过消息通信
4. 工具能少则少，能蠢则蠢，确定性比智能更重要
5. 子代理必须返回结构化数据，像API一样冷酷无情
6. 定期删代码！删掉复杂的路由、删掉多余的管理层、删掉一切让你“觉得很酷”的东西

正如LangChain的Lance Martin在2025年开年说的那句名言：

“2025年最好的AI系统，不是能吃下100万token的怪物， 而是用5万token就能完美解决问题的极简主义者。”

删，是最高级的加法。 少，即是多。

当所有人都在卷参数、卷上下文窗口、卷工具链的时候，
真正领先的团队，已经在悄悄练习一门新武功——
失忆的艺术。

---

参考文献

1. Philipp Schmid. How Manus AI Learned to Stop Worrying and Love Deleting Code [EB/OL]. Hugging Face Blog, 2025.
2. AI智能体的上下文工程：Manus的构建心得 [EB/OL]. https://mp.weixin.qq.com/s?biz=MzA5MTIxNTY4MQ==&mid=2461153168&idx=1&sn=0a916373534eefe733461c5965157f9d&scene=21#wechatredirect
3. 上下文管理：从Agent失效到高效运行的完整指南 [EB/OL]. https://mp.weixin.qq.com/s?biz=MzA5MTIxNTY4MQ==&mid=2461153448&idx=1&sn=929bc72cbd00425d411ac8d3fe0e9ecd&scene=21#wechatredirect
4. Lance Martin. The Future of Agents: Less is More [R]. LangChain Internal Summit, 2025.
5. Rob Pike. Concurrency is not Parallelism [R]. Go Proverbs, 2012.（Manus引用来源）