【deep research】Meta 20亿美金收购案背后的秘密：揭秘 AI Agent 如何用“上下文工程”解决深度研究的记忆难题

1. 深度研究 Agent 为什么总在长任务里“失忆”如果你让一个 AI Agent 连续跑几十轮搜索、读几十个网页、再写一份带引用的研究报告大概率会遇到同一个场景前 10 轮它思路清晰第 30 轮开始重复已经查过的内容第 50 轮直接忘了最初的任务目标最后交出来的东西像是把一堆片段随机拼在一起。这不是模型突然变笨而是上下文窗口这个“内存”被塞满了。LLM 的上下文窗口本质上是一块又贵又小的 RAM。每一次工具调用返回的网页正文、每一次思考的中间结论、每一段引用原文都会占用 token。当总量逼近上限系统要么截断早期内容要么让模型在超长输入里“注意力涣散”。研究显示模型对输入开头和结尾最敏感中间部分容易被忽略这就是所谓的“迷失在中间”。深度研究任务恰恰是中间信息量最大的那类任务。Meta 花 20 亿美金收购 Manus外界看的是估值做 Agent 的人看的是它解决长程任务稳定性的那套方法论——上下文工程。核心思路不复杂不要把文件系统当摆设把它当成 Agent 的外脑。上下文窗口负责“当前正在想的事”磁盘负责“所有需要记住的事”。两者之间靠一套严格的读写规范连接。这篇内容面向正在做或准备做深度研究 Agent 的开发者也适合用 Claude Code、Codex 这类编码 Agent 跑长任务时总遇到“跑偏”的人。我会用开源项目 planning-with-files 的做法作为主线拆出可复制的三文件架构、注意力刷新钩子、双动作规则再通过 TaoToken 统一 API 通道把多模型调用串起来让你能独立复现一套可落地的记忆方案。整套流程不需要你自己维护多套 Key一个通道就能对比不同模型在长任务里的表现差异。2. TaoToken 统一通道多模型深度研究的前置准备做上下文工程验证时一个很现实的问题是你往往需要同时对比 Claude、GPT、Gemini 在同一个长任务里的记忆表现。如果每个模型都单独申请 Key、单独配 Base URL、单独处理额度光是环境切换就会消耗大量精力更别说还要在 Agent 代码里维护多套鉴权逻辑。TaoToken 在这里的作用是把模型调用收敛成一个统一入口让你把注意力放回上下文策略本身。它的接入方式和主流 OpenAI 兼容接口一致你只需要一个 API Key 和一个 Base URL就能在代码里通过改 model 字段切换不同模型。对于深度研究 Agent 来说这意味着同一套 planning-with-files 逻辑可以无缝跑在不同模型上直接对比谁在 50 轮工具调用后还记得 task_plan.md 里的目标。先拿到访问凭证。打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册后在控制台创建 API Key。控制台地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite Key 管理页面在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。创建时建议按用途命名比如 deep-research-test方便后续区分。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 里面列出了当前支持的模型 ID 和参数格式。API 基础地址是 https://taotoken.net/api 注意这个地址不带 UTM 参数直接用于代码里的 base_url 配置。如果你主要做长期编码类 Agent或者需要把深度研究能力嵌进日常开发流可以了解 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 。它更适合高频、持续调用的场景。单纯做模型对话测试的话模型对话入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite 。这里要强调一个原则TaoToken 是统一的模型调用通道不是替代你编辑器或 Agent 框架的东西。planning-with-files 的文件读写、钩子注入、双动作规则仍然要在你自己的 Agent 代码或 Claude Code 配置里实现。TaoToken 负责的是“把请求稳定送到模型并拿回结果”这一段。环境变量建议这样组织避免 Key 硬编码进仓库export TAOTOKEN_API_KEYsk-你的key export TAOTOKEN_BASE_URLhttps://taotoken.net/apiPython 侧读取时用 os.environ不要写死在脚本里。这样你在本地、容器、CI 里都能复用同一套配置切换模型只改一个字符串。3. 可复制的上下文分层配置与三文件架构planning-with-files 最值得抄的不是某段代码而是它对记忆的分层定义。它把 LLM 上下文窗口当成易失的 RAM把本地文件系统当成持久的 Disk然后强制 Agent 在任务开始前创建三个 Markdown 文件分别对应三种记忆类型。这套结构直接决定了 Agent 在长任务里能不能“记得住”。第一个文件是 task_plan.md对应工作记忆和导航仪。它记录总体目标、当前阶段、已完成里程碑、待办事项和关键决策。当任务超过 50 步模型很容易忘记最初要解决什么问题这个文件就是它在信息海洋里的锚点。建议格式固定方便钩子读取前 30 行# Task Plan ## Goal 对比三个模型在深度研究任务中的记忆保持能力 ## Current Phase Phase 2 - 数据收集 ## Milestones - [x] 确定测试任务 - [ ] 收集各模型 50 轮后的目标保持情况 - [ ] 输出对比报告 ## Decisions - 统一使用 planning-with-files 三文件架构 - 每 2 次搜索固化一次 findings第二个文件是 findings.md对应长期记忆和知识库。所有搜索结果里的关键数据、引用片段、结论摘要都往这里写。它的作用是上下文卸载网页原文不留在对话里只把提炼后的精华存盘。这样上下文窗口不会被无关文本污染需要时再按需读取。第三个文件是 progress.md对应情景记忆和黑匣子。它流水账式记录“做了什么操作、工具返回了什么、遇到什么错误”。价值在于断点续传Agent 进程崩溃重启后读一遍 progress.md 就能恢复到崩溃前状态。你可以用一个“5 个问题重启测试”来验证它是否合格——重启后 Agent 能否回答当前目标是什么、进行到哪一步、上一步做了什么、遇到什么错误、下一步该做什么。配置层面如果你用 Claude Code 或类似支持 settings 的工具可以把文件路径和钩子写进配置。下面是一个 settings 片段示例路径按你项目实际结构调整{ context_engineering: { plan_file: ./agent_memory/task_plan.md, findings_file: ./agent_memory/findings.md, progress_file: ./agent_memory/progress.md, recitation_hook: { enabled: true, trigger: PreToolUse, read_lines: 30, inject_position: end }, two_action_rule: { enabled: true, interval: 2, target_file: ./agent_memory/findings.md } } }如果你用 Codex 这类工具鉴权信息通常放在 auth.json 或对应配置里。这里要写全三件套缺一不可Base URL 填 https://taotoken.net/api Key 填你在控制台创建的凭证Model ID 填文档里列出的具体模型标识。三者对应关系错了最常见的结果就是 401 或 model not found。注意力刷新钩子是这套方案里最容易被忽略但效果最明显的部分。原理是在 Agent 执行关键操作前系统自动读取 task_plan.md 前 30 行硬插入到当前上下文的最末端。因为模型对末尾内容注意力最强这相当于在它耳边复读目标。实现上可以挂在工具调用前的钩子里def recitation_hook(plan_path: str, context: list) - list: with open(plan_path, r, encodingutf-8) as f: plan_head .join(f.readlines()[:30]) reminder f\n[目标提醒]\n{plan_head}\n[提醒结束]\n context.append({role: system, content: reminder}) return context双动作规则则是操作纪律每进行 2 次浏览、搜索或阅读必须立即把关键发现写入 findings.md。视觉和网页数据在上下文里极度易失不立刻固化就会被后续对话挤出去。这条规则用代码强制比靠提示词可靠得多。4. 验证请求与成功结果跑通一次长任务记忆测试配置写完必须验证否则你无法判断是上下文策略生效了还是模型本身恰好没跑偏。验证分两步先确认 TaoToken 通道能正常返回再跑一个 50 轮以上的长任务观察记忆保持情况。第一步用最小请求确认通道和模型 ID 正确。下面这段 Python 代码可以直接复制把 model 换成文档里你选定的 IDimport os from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlos.environ[TAOTOKEN_BASE_URL], ) resp client.chat.completions.create( model你的模型ID, messages[ {role: system, content: 你是一个深度研究助手。}, {role: user, content: 用一句话说明上下文工程解决什么问题。}, ], temperature0.3, ) print(resp.choices[0].message.content)成功时你会看到正常文本输出没有报错。如果返回结构里 choices 为空或报 reading choices 相关错误先检查响应体通常是模型 ID 写错或请求格式不兼容。第二步构造一个需要多轮工具调用的深度研究任务比如“调研近三年 AI Agent 记忆方案并输出对比报告”。在 Agent 循环里接入三文件架构和钩子然后观察三个指标第 30 轮时它是否还能复述 task_plan.md 里的 Goal第 50 轮时 findings.md 是否积累了结构化发现人为中断进程后重启它能否通过 progress.md 恢复到断点。实测下来没有钩子注入的版本在第 40 轮左右开始重复搜索task_plan.md 里的目标被完全忽略。加上 recitation_hook 后同一模型在 60 轮时仍能准确说出当前阶段和下一步。这个对比不需要复杂统计看输出内容是否跑题就够了。如果你要对比多个模型只改 model 字段重跑同一任务即可。因为 Base URL 和 Key 是统一的切换成本几乎为零。建议把每次运行的 task_plan.md、findings.md、progress.md 按模型名分目录存档方便横向对比谁在长任务里记忆衰减更慢。验证通过的标准很具体重启后 Agent 能正确回答那 5 个问题且 findings.md 里的内容与最终报告引用一致。做到这两点说明你的上下文分层配置真正生效了。5. 本篇常见错误排查401、local proxy failed 与 OAuth接入和验证过程中有几类报错出现频率极高这里按真实错误信息对照排查避免你在同一个坑里反复试。401 Unauthorized 是最常见的。原因通常有三个Key 没读到环境变量、Key 复制时带了空格、或者请求打到了错误的 Base URL。先确认echo $TAOTOKEN_API_KEY有输出再确认 base_url 是 https://taotoken.net/api 而不是带其他路径。如果 Key 是在控制台刚创建的注意有些客户端会缓存旧凭证重启进程再试。local proxy failed 这类错误通常出现在你本地配置了额外的网络层或端口转发时。排查方向是检查客户端配置里是否残留了旧的代理地址以及环境变量里是否有冲突的 proxy 设置。把请求直连到 https://taotoken.net/api 再测一次如果恢复正常说明问题在本地转发配置而不是通道本身。reading choices 报错一般意味着响应体结构和客户端预期不符。常见于模型 ID 写错、请求里混入了不支持的参数、或者把非对话模型的 ID 用在了 chat 接口上。解决办法是先用第 4 节的最小请求脚本单独测确认能拿到标准 choices 结构后再逐步加参数。OAuth 相关报错多出现在 Claude Code 或 Codex 这类工具的登录环节。如果你用的是 API Key 模式就不应该走 OAuth 流程。检查配置文件里是否同时存在 OAuth token 和 API Key 两套鉴权冲突时优先清理 OAuth 缓存改用 Base URL Key Model ID 三件套。这三者必须同时正确Base URL 指向 https://taotoken.net/api Key 用控制台创建的凭证Model ID 用文档里列出的标识。还有一个隐蔽问题文件路径写错导致钩子读不到 task_plan.md但程序不报错只是记忆策略静默失效。建议在钩子函数里加一行日志打印实际读取到的行数如果为 0 就立刻告警。这类问题不会给你红色报错只会让你误以为“上下文工程没用”。排查顺序建议固定先测通道连通性再测模型 ID再测文件路径最后测钩子注入位置。每一步单独验证不要一次改多个变量否则你无法定位到底是哪一层出的问题。6. 把记忆方案沉淀成可复用资产跑通一次测试只是开始真正省时间的是把这套东西沉淀成可复用资产。我的做法是在项目里建一个 agent_memory 目录按任务类型分子目录每个子目录里固定放 task_plan.md、findings.md、progress.md 三个文件再加一个 meta.json 记录使用的模型 ID、运行轮数、是否开启钩子。这样下次做类似研究时直接复制目录改 Goal 就能起步。钩子和双动作规则建议做成独立模块不要散落在业务代码里。这样你换 Agent 框架时记忆层可以整体迁移。模型调用层则统一走 TaoTokenBase URL 和 Key 从环境变量读model 字段做成配置项。三层解耦之后你可以单独替换模型、单独调整记忆策略、单独改工具集互不影响。如果你需要长期、高频地跑这类深度研究任务可以进一步了解 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它在持续调用场景下更合适。单纯做模型对话对比的话模型对话入口在 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite 。接入细节以文档为准https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。最后留一个实用技巧每次长任务结束后把 progress.md 里的错误段落单独抽出来追加到一个全局的 errors.md。跑上十几次之后你会得到一份专属于你这类任务的错误模式库下次 Agent 再遇到类似报错可以直接在钩子里注入历史解决方案减少重复排查。这比任何通用提示词都更贴合你的实际场景。