概念/概念定义

应用背景：每一步需要的上下文不同

当 Agent 正在核对新加坡团队的公积金规则时，它需要原始目标、当前薪资组、已确认的政策证据和一条相关失败经验。它不需要重放整段会话，也不应看到无关员工的敏感数据。

因此，推理输入应当按当前步骤组装。它是一个有边界、可检查的上下文包，而不是会话历史的简单拼接。

概念定义

记忆信封是每个推理步骤接收的结构化上下文包。在东方屹腾的实现中，对应的数据结构名为 ReasonContext。它通常包含：

• 用户原始目标；
• 与当前步骤相关的进展投影；
• 上游意图识别结论；
• 从经验库召回的相关记录；
• 当前步骤允许读取的必要状态说明。

控制信号通过独立字段或通道传递。业务 ID 等机械参数可以被描述，但其调用值仍从 SessionState 读取。

工程机制

上下文组装器在推理边界执行一次投影。它读取 Anchor、Ledger 和经验索引，根据当前任务选择内容，并应用长度、权限和时效约束。生成的 ReasonContext 带有来源引用，便于回放模型当时看到的信息。

记忆信封控制两类风险：

• 目标漂移：每一步都保留原始目标，不只继承上一步输出；
• 上下文膨胀：只选择当前步骤相关的历史，不加载完整会话。

案例用法

薪资组搭建由多个推理和行动环节接力。进入某一步推理时，ReasonContext 包含原始薪资配置目标、已完成的关键里程碑和相关经验，不包含所有工具回执全文。用户只输入“继续”时，原始目标仍可从 Anchor 恢复。

每次组装结果和来源都进入可观测事件，开发者可以核对遗漏信息、错误召回或过量上下文。

适用条件

当长链路中的每次推理需要在目标、进展和历史经验之间选择输入时，应显式定义上下文包。其内容来源见锚、账、集和L1/L2/L3 分层记忆。