ContextPilot：面向长程 Agent 的主动上下文管理

ContextPilot：面向长程 Agent 的主动上下文管理

核心判断

ContextPilot 的价值在于把 Context-Engineering 从“检索/删除/摘要”扩展为可学习的上下文行动空间：planning、long-term memory、soft context offloading 都成为 agent 可选择的 context-management actions，并用 fine-grained RL 做 action-level credit assignment。

对用户重要的是：Hermes / llm-wiki 的长程任务经常失败在 context rot、重复读取、过度摘要或把候选/拒绝理由丢失。ContextPilot 提醒我们，上下文管理不是后台压缩器，而是 agent loop 中需要被显式建模、评测和归因的一组行动。

机制 / 一阶原理

论文摘要指出现有 proactive context management 有三类局限：工具集过窄，缺少 global planning / long-term memory / adaptive compression；探索低效，把不同影响的 context actions 等权；credit assignment 粗糙，把最终 trajectory reward 平摊给所有中间编辑动作。

ContextPilot 的机制是扩展 context toolset，并用 context variation 与 entropy variation 找出关键编辑决策，对这些决策做 branch sampling，再从经过该 action 的分支轨迹估计 action-level advantage。换句话说，它不是只问“最终答案对不对”，而是问“哪一次上下文编辑让后续 trajectory 变好或变坏”。

与已有 wiki 的关系

• 与 Context-Engineering：补充主动上下文管理和 credit assignment 维度。
• 与 Loop-Engineering：context actions 应进入 loop ledger；否则长程 loop 只记录最终产物，无法知道是哪次压缩/检索造成失败。
• 与 Agent-Benchmarks：context-management policy 本身应被 benchmark，指标包括工作上下文大小、任务结果、检索/摘要/记忆动作采用率和 action-level attribution。

可执行启发

1. llm-wiki radar 应保留轻量 candidate tape：哪些候选被发现、为何晋升/拒绝、读取失败在哪里。否则下一轮无法学习“哪类搜索/读取动作有用”。
2. 对长文章/书籍 ingest，不应只做一次性摘要；应把 planning note、chapter selection、source-to-page mapping 和 rejected thin notes 作为可复查上下文管理产物。
3. wiki-vquery 的结果不应直接全量塞入 prompt；应采用 query → shortlist → read relevant pages → write decision 的分层上下文动作。

边界与失败模式

• 本轮只读取 arXiv metadata/abstract，未读取全文和代码；技术细节需后续复核。
• RL 训练出的 context policy 可能过拟合特定 benchmark 的信息布局；迁移到 llm-wiki 需要先用规则/ledger 做轻量实现。
• Soft offloading 若缺少可追溯 path/id，会让重要证据从工作上下文中消失。

写入记录

• 2026-08-31 09:00 CST：新增 ContextPilot source page，提炼 proactive context management、fine-grained credit assignment 和 llm-wiki candidate tape 启发。