这一节最容易讲抽象,所以先看图会舒服很多。
![图片[1]-小节五:把 Reminder 接入 ContextBuilder 和 Main Loop——不要把它变成另一个永久历史-大赛人网](https://www.dsrw.com/wp-content/uploads/2026/11/image-1658.png)
如图就把接入路径画得非常完整:当前输入与状态先进入 ReminderPolicy 判断,确认是否需要提醒、提醒什么、旧提醒是否该替换;随后由 inject_reminder() 生成一条临时的系统级提示;再由 ContextBuilder 把它和对话历史、工作记忆、最新状态一起组装进上下文里,最后交给 Main Loop 做下一轮决策。这里最重要的理解是:Reminder 只在当前轮次附近生效,它是临时引导信号,不是永久历史。
现在我们把整个流程串起来。
已有:
Working Memory
RunGuard
RepetitionDetector
ContextBuilder
AgentEngine
新的循环可以变成:
RunGuard.check()
↓
判断 Reminder Trigger
↓
如果触发
inject_reminder()
↓
ContextBuilder.build()
↓
LLM
↓
Tool
↓
Observation
↓
更新 Working Memory / Run / Repetition
↓
下一轮
伪代码
while True:
guard.check()
reminder = None
if should_inject_reminder(...):
reminder = inject_reminder(...)
messages = context_builder.build(
reminder=reminder
)
response = provider.chat(
messages=messages,
tools=tools,
)
...
ContextBuilder 里 Reminder 放哪?
一般可以放在:
System Rules
Project Rules
Current Reminder
Working Memory
Historical Summary
Recent Conversation
Current Task
具体顺序可以调整。
但原则是,Reminder 应该比普通 Conversation 更显眼。
因为它就是为了重新锚定。
旧 Reminder 怎么处理?
不要把每次 Reminder 都 append 到 Session Message History。
更合适:
Current Reminder
作为 ContextBuilder 的临时来源。
下一次触发时:
覆盖
旧 Reminder 可以记录到 Trace:
Step 10 injected reminder
Step 15 injected reminder
但没必要持续放进模型 Context。
如果 ContextBuilder 同时接收历史消息和当前 Reminder,建议把 Reminder 作为独立的“当前快照”参数,而不是让调用方手动 append 到 history。这样每次构建 Context 时可以覆盖旧值,也能避免重试或恢复执行时把同一条 Reminder 追加两遍。跨进程恢复时,持久化的是最新 Reminder 的内容、触发原因和版本号;如果 State 已经变化,就应该重新生成,而不是盲目复用旧文本。
Reminder 也应该被 Trace
为什么?
因为以后你想评估:
Reminder 到底有没有效果?
需要知道:
第几步注入
注入内容
注入前重复几次
注入后是否改变策略
所以 Trace 可以记录:
event_type = system_reminder
怎么验证有效?
可以做 A/B 对比。
同一批任务:
Group A:
没有 Reminder
Group B:
每 5 Step + 重复触发 Reminder
比较:
平均 Steps
重复 Tool Call 次数
重复 Error 次数
成功率
Token
Tool Calls
如果 B:
平均 Step 更少
重复次数更少
成功率不下降
说明 Reminder 有价值。
这就从:
“感觉有帮助”
变成:
可验证工程策略。
提醒要说明我们为什么该改变下一步
Agent 已经定位到输入解析错误,却开始处理无关 warning。此时一条有用的提醒可以引用当前目标、已确认根因和剩余验证:“我们需要修复输入解析;warning 尚未影响失败测试;请先验证刚才的修复。”读者能从中看出调整方向的依据,而不是只听到“不要跑偏”。
提醒内容应从真实 State 生成。若完成情况来自模型未经核实的总结,提醒可能反复强化错误结论。对于安全规则,我们仍通过执行层强制检查;模型读到提醒与工具被禁止执行,是不同的保障。
提醒也占上下文。可以在目标变化、连续无进展或关键阶段切换时触发,再对照没有提醒时的任务结果。有效性用成功率、重复调用和额外 Token 一起判断,不能只看模型回复是否表示理解。
动手改一条提醒
把“请认真完成任务,不要偏离目标”改成引用具体状态的两三句话。参考写法应包括当前目标、支持下一步的证据和需要验证的动作;没有证据的判断保留为待确认项。练习后检查它有没有重复大段项目规则。
案例分析一:Coding Agent 已经定位根因,却被无关 warning 带偏,Reminder 如何把它拉回来?
这个例子几乎每个做 Coding Agent 的同学都会遇到,所以我很建议先对着图看一遍,再回到下面的文字案例。
![图片[2]-小节五:把 Reminder 接入 ContextBuilder 和 Main Loop——不要把它变成另一个永久历史-大赛人网](https://www.dsrw.com/wp-content/uploads/2026/11/image-1659.png)
图里把全过程拆成了四步:先是已经定位到主 bug,然后被一串 warning 吸走注意力,接着 Reminder 站出来把“当前目标是什么、warning 是否主阻塞、下一步该回哪条主链路”重新说清楚,最后 Agent 再回到关键问题上。这个图最想说明的一点很简单:Reminder 不是替你写代码,它只是帮你把注意力拉回主线。
场景背景
用户目标,“修复 ImportError,最小修改,不动 tests/。”
第 1~6 步:
复现错误
发现 requests 缺失
检查 requirements
确认依赖问题
其实已经很接近解决。
第 7 步 pytest 输出:
WARNING: cache directory not writable
模型开始:
read cache.py
read config.py
search cache
read Dockerfile
第 11 步时,ReminderPolicy 触发。
Reminder
Current Goal:
修复 ImportError,保持最小修改,不修改 tests/
Completed:
- 已复现 ImportError
- 已确认 requests 未声明
- 已确认当前主错误与依赖有关
Repeated / Risk Signals:
- 最近 4 个 Step 都在调查 cache warning
- 尚无证据表明 cache warning 导致 ImportError
Remaining:
- 修复依赖声明
- 重新运行测试
- 验证 ImportError 消失
Budget:
11 / 30 steps used
Stop Condition:
ImportError 消失且目标测试通过后结束。
下一轮 Agent 行为
它重新判断:
cache warning 不是当前主问题
返回:
依赖修复
然后测试通过。
如果没有 Reminder?
可能继续:
部署配置
缓存权限
容器目录
直到更多 Step 被消耗。
复盘
Reminder 不是替模型做决策。
它只是,把已经存在的全局事实重新放大。
这就足以显著减少局部跑偏。

















请登录后查看评论内容