超越上下文窗口：数据中心型智能体的持久探索上下文

以数据为中心的代理在规划或执行之前重复执行发现步骤：识别与任务相关的数据对象。然而，成功的发现结果通常会被丢弃而不是重复使用。我们引入了持久发现上下文，这是一个轻量级内存层，用于存储先前的意图到对象的映射并重用它们来增强未来的检索。在三种结构化数据环境中，持久发现上下文始终比仅元数据搜索提高检索质量，在自动生成的内存中保持有效，并暴露可重现的干扰故障模式。在词汇稀疏领域，仅内存检索甚至可以优于基于元数据的检索。这些发现表明，发现结果构成了以数据为中心的代理的可重用上下文的有用形式。