跳到主要內容
2026-08-19 日報
開發生態

阿里開源 Agent 上下文基礎設施 MyContext,具備三態合併機制處理事實衝突,上線一週獲千星

量子位單一來源
尚未逐項核實

目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。

據報導,阿里千問辦公團隊近日開源 Agent 上下文基礎設施「MyContext」,上線一週於 GitHub 獲得超過 1,000 顆星。該專案旨在解決 Agent 無法理解真實業務場景的痛點,可將釘釘聊天、企業文件、會議紀錄等異質資料,持續加工成 Agent 可消費的動態上下文檔案。 針對時序問題,MyContext 不採用固定 Token 切分,而是替原始資訊綁定穩定來源標識,以對話空閒間隔作為 Session 邊界,並透過滑動時間窗持續聚合證據以校準可信度。處理事實衝突時,系統採用「三態合併機制」:一致資訊增強可信度、補充資訊併入結論,若出現真實衝突則同時保留多筆事實並下調可信度,且使用者人工確認的結論具最高優先級,禁止模型自動覆蓋。 在運算成本方面,MyContext 採用增量計算策略,優先以本地規則處理資料,僅在關係模糊時呼叫模型,並搭配版本快取與批次觸發機制,避免每次資料更新時重新計算歷史上下文。
讀原始報導

背景

Agent Harness 是包圍大型語言模型(LLM)的軟體基礎設施,負責管理工具呼叫、記憶體、狀態與執行環境,讓模型能真正作為 AI Agent 運作。2026 年業界更開始流行「Agent = 模型 + Harness」的概念,突顯了除了模型本身的推理能力外,還需要 Harness 來處理多步驟任務與上下文狀態。

來源