上海交通大学与清华大学合作的论文《AgenticSTS》提出了“有界记忆契约”框架，解决了长程智能体在决策中提示词无限增长的问题。该框架确保提示词大小恒定，决策质量不随运行长度衰减，并通过类型化检索与策略技能触发机制提升智能体在复杂决策环境中的表现，展示了保持可解释性同时避免上下文爆炸的潜力。

上海交通大学与清华大学合作提出了“有界契约”概念，旨在解决长程智能体的记忆管理问题。该方法通过每次决策使用全新用户消息，保持提示词大小恒定，从而避免信息混乱和不可解释性。实验结果表明，该方法在复杂决策中显著提升了智能体的表现，并提供了可复现的测试平台，为后续研究奠定了基础。