Agenten vergessen nicht, weil das Modell schlecht ist. Sie vergessen, weil wir es ihnen eingebaut haben. Nach sechs Stunden und vierzig Nachrichten ist das, was ein Agent braucht, verschwunden, oder es ist noch da, aber falsch und im Rauschen untergegangen.

Das ist Context Rot, der schleichende Verfall des Kontexts.

Ich habe den letzten Monat in einem Team aus ständig laufenden KI-Agenten verbracht, die über Wochen arbeiten. Unterschiedliche Aufgaben, eine Codebasis, ein gemeinsamer Wissensspeicher mit gelernten Lektionen. Sie prüfen gegenseitig ihre Pull Requests, veröffentlichen, planen. Und sie verrotten. Ich habe jede Spielart davon beobachtet und dann die Gegenmaßnahmen gebaut.

Was Context Rot ist

Vier Fehler, die sich gegenseitig verstärken.

Verdichtungsverlust. Wenn eine Sitzung ihr Kontextfenster ausschöpft, ersetzt eine Zusammenfassung den rohen Verlauf. Das klingt harmlos, bis der Agent genau das Detail braucht, das wegzusammengefasst wurde. Ich habe gesehen, wie ein Agent einen Plan wiederholte, der einer zwei Bildschirmseiten früher getroffenen Entscheidung widersprach. Niemand bemerkte es, weil der Widerspruch in einer Tiefe lag, die nicht mehr existierte.

Drift. Jede Runde zieht den Agenten zum Neuesten und Lautesten. Bei zehn Kontextstücken gewichtet er die letzten fünf. Über Hunderte Runden löst er still ein anderes Problem als das, das Sie ihm gegeben haben.

Verwischte Prioritäten. „Wir haben X entschieden“ und „wir haben uns X angesehen“ fühlen sich in den Tokens gleich an. Entscheidungen hören auf, verbindlich zu sein, und werden zu Vorschlägen.

Ansammlung von Rauschen. Veraltete Ausgaben und Sackgassen häufen sich. Das Verhältnis von Signal zu Rauschen sinkt, und ein schlechteres Verhältnis sieht aus wie ein dümmeres Modell.

Der Teil, vor dem Sie niemand warnt

Die billige Lösung lautet: „Einfach das Kontextfenster vergrößern.“ Diesen Reflex habe ich mir abgewöhnt. Längere Fenster beheben den Verfall nicht, sie verschieben ihn: später auf der Zeitachse, mit höheren Kosten pro Runde, und ab einem gewissen Punkt arbeitet das Modell sichtbar schlechter als mit einem schlanken Fenster. Alles zu behalten ist eine Form des Vergessens: Das Wichtige geht unter.

Und der Verfall betrifft das Profil, nicht den einzelnen Agenten. In einem Team mit gemeinsamer Codebasis ist das, was bei Agent A verrottet ist, für Agent B noch relevant. Die Lösung muss also außerhalb jeder einzelnen Sitzung liegen. Ein Gedächtnis im Kopf eines Agenten stirbt mit seiner Sitzung.

Was tatsächlich funktioniert

Nichts davon ist exotisch.

  1. Zu ausführbaren Fakten zusammenfassen, nicht zu Prosa. Entscheidungen und Bedingungen als explizite Einträge mit festem Schema ausgeben, nach denen der Agent handeln kann. Eine gute Zusammenfassung beantwortet „was ist noch verbindlich“, bevor sie „was ist passiert“ beantwortet.

  2. Das Gedächtnis aus der Sitzung in einen semantischen Index verlagern. Unser größter Gewinn. Lektionen und Entscheidungen liegen in einem einfachen Markdown-Speicher, werden mit Embeddings indexiert, und die Suche liefert Bedeutung statt exakter Zeichenketten. „Offer-notification“ und „pet-booking“ sind als Zeichenketten nicht verwandt, als Probleme aber fast identisch; eine Textsuche verbindet sie nie, der Graph schon, in Millisekunden, mit einer SQLite-Datei und einem kleinen lokalen Embedding-Modell. Keine Vektordatenbank, kein Cluster, keine Rechnung. Verlangen Sie nicht von einem einzigen langlebigen Gehirn, die gesamte Suche zu übernehmen.

  3. Wissen in Skills verwandeln, nicht in Notizen. Eine Lektion, die einmal gelesen und nie wieder herangezogen wird, verrottet. Die dauerhafte Form ist ein Skill: ein Verfahren, das hinter einem Auslöser bei Bedarf geladen wird, genau dann in den Kontext kommt, wenn es passt, und sonst draußen bleibt. Das ist der Unterschied zwischen der Erinnerung daran, was zu tun ist, und der Erinnerung daran, wann. Der Auslöser ist der Teil, den man richtig machen muss.

  4. Das Gedächtnis nach Halbwertszeit schichten. Unmittelbare Präferenzen liegen in einem kompakten, ständig geladenen Speicher; Fakten über Entitäten in einem strukturierten, abfragbaren Speicher; langlebige Konventionen in einem Wissensspeicher, den man gezielt lädt. Jede Ebene hat ihren eigenen Prüfrhythmus, sodass die ständig geladene Schicht nie aufbläht und die tiefe Schicht nie unbemerkt veraltet. Begrenzen und bereinigen Sie den ständig geladenen Speicher nach Plan: Ein Gedächtnis, das ständig geladen ist und unbegrenzt wächst, ist Context Rot in Zeitlupe.

Muster gegen den Verfall

Was Sie auch wählen, diese Regeln gelten.

Machen Sie Vergessen sichtbar. Wenn eine Sitzung etwas verwirft, soll sie es laut tun: was in den Kontext kam, was ihn verließ und warum. Einen Verfall, den Sie nicht sehen, können Sie nicht steuern.

Binden Sie Entscheidungen stärker als Fakten. Eine Entscheidung braucht eine Quelle, einen Status und eine verantwortliche Person. Eine verfallene Entscheidung ist ein Vorfall, kein Ärgernis.

Abrufen statt mitschleppen. Holen Sie den relevanten Ausschnitt bei Bedarf, statt überall einen dicken Kontext mitzutragen. Je schlanker die Arbeitsmenge, desto langsamer der Verfall.

Eine einzige Quelle der Wahrheit für gemeinsame Regeln. Wenn Agenten zusammenarbeiten, gehören Konventionen an einen Ort, den alle lesen können, und nicht dupliziert in private Gedächtnisse, wo sie auseinanderlaufen und Sie am Ende gegen drei Versionen derselben Regel kämpfen.

Behandeln Sie das Gedächtnis wie Code. Schemaänderungen, Evaluierungen, Tests. Der Wissensspeicher ist die Quelle, der Index ein erzeugtes Artefakt: Bauen Sie ihn per Cron neu und bearbeiten Sie ihn nie von Hand. Ein Wissensgraph, den Sie nicht aus der Quelle neu aufbauen können, ist eine Belastung.

Die unbequeme Einsicht

Context Rot besiegen Sie nie. Sie steuern ihn. Entwerfen Sie so, dass die Kosten des Verfalls begrenzt und sichtbar bleiben und dass die Quelle der Wahrheit die Sitzung überlebt, weil sie außerhalb von ihr liegt.

In unserem Aufbau halten wochenlange Zyklen heute besser durch als die erste Version nach drei Stunden. Das ist eine Beobachtung aus dem Betrieb, keine Messung. Der Unterschied war nie ein besseres Modell. Er bestand darin, anzuerkennen, dass der Kontext eines Agenten eine verderbliche Arbeitsfläche ist und kein Verstand, und ihn entsprechend zu konstruieren.

Ich werde oft gefragt, welches Framework das löst. Die Antwort bleibt langweilig: gut verdichten, nach Bedeutung indexieren, Lektionen als ausgelöste Skills ablegen, das ständig geladene Gedächtnis begrenzen und langlebiges Wissen dort halten, wo der Agent es abfragen und neu aufbauen kann, statt es mitzuschleppen. Der Agent, der alles mit sich trägt, sieht cooler aus. Er verrottet auch schneller.

Also: Wie entscheiden Sie, was ein Agent vergessen darf, und wie stellen Sie sicher, dass er es Ihnen sagt, wenn er es tut?