ContextEcho: 长程 Agent 编码会话中人格漂移的基准测试

研究引入 ContextEcho 基准，通过 25 项探针测试集和 57 个长会话语料，揭示前沿模型在数千步 Agent 交互中普遍存在早期人格漂移现象。 该框架采用“快照-探测”协议评估状态，发现会话内压缩无法重置漂移，但单次锚点可恢复原始助手人格；漂移前缀提升了工具调用保真度，却在无工具聊天中破坏了输出格式契约。