PoS：别再给 agent 加记忆了，给它一个信念状态

大多数长周期 agent 把上下文管理当存储问题：存历史，太长了就压缩，用的时候检索对的片段。今天 Hugging Face 榜上票数最高的 agent 论文 PoS（Progression of States，68 票）认为这个问题问错了。记得发生过什么，不等于知道自己现在在哪。

PoS 构建并持续更新一个显式的信念状态，作为 agent 的决策上下文。每个信念包含两样东西：agent 对当前世界状态的估计，以及还没解决的任务需求。说白了就是「我认为现在是这样」加上「我还需要搞清楚或做完什么」。框架会检查这个信念是否自洽，同时盯着进度，抓作者所说的信念陷阱：agent 一直在行动，却离目标一步都没靠近。一旦检测到陷阱，恢复策略会同时根据陷阱模式和未解决需求的类型来定制。

在覆盖执行类和诊断类任务的四个基准上，PoS 在每一个上都拿到总分第一，三个 LLM 底座全部如此。消融实验显示，一致性校验和恢复机制是主要功臣；上下文规模实验显示，上下文变长它也扛得住。

最有意思的是这个框架本身。信念陷阱是每个做 agent 的人都见过的场面：四十轮忙碌、自信、毫无用处的工具调用。记忆系统抓不到它，因为记忆里什么都不缺。维护一张「还有什么没解决」的清单，是让这种空转现形的便宜办法，今天就能塞进你自己的 harness。代码在 github.com/luoyu100/PoS。

链接：arxiv.org/abs/2610.01415