# 2026 顶会「上下文污染 × 目标漂移」调研汇总

> 2026-08-30，5 个搜索智能体并行（缓解方法 / 量化度量 / 竞争格局 / OpenReview+arXiv 渠道 / 记忆污染与传播），共核实约 120 篇。
> 筛选口径：只要**智能体自发**的污染/漂移（自产错误、幻觉写入记忆、旧任务残留、指令遗忘）；排除 prompt injection、data poisoning、后门、对抗攻击、训练集泄漏（benchmark contamination）。
> 除标注外均有 arXiv id / OpenReview forum id，经原文页面核实。

---

## 〇、一句话结论

**ICLR 2026 主会无一篇以「agent 自发目标漂移」为题**（相关 5 篇全落在多轮退化/上下文管理两侧，NeurIPS 2025 主会为 0）；该主题正式产出全部沉到 workshop（AIWILD@ICLR2026 3 篇 + Lifelong Agents 2 篇 + LLM Reasoning 1 篇）；但 arXiv 侧 2026.1–8 爆发（30+ 篇）。**ICLR 2027 主会是窗口，但空白边界已收缩，必须精确划界。**

---

## 一、上下文污染的解决方法（问题①）

### A. 运行时上下文治理（RL 训练压缩/折叠/驱逐，性能导向）

| 论文 | 出处 | 机制 |
|---|---|---|
| **LLMs Get Lost in Multi-Turn Conversation** (Laban et al.) | **ICLR 2026 Oral**, arXiv 2505.06120 | 领域锚点：多轮平均 −39%，分解为 aptitude −16% vs unreliability +112%——「自发衰减=可靠性崩塌而非能力下降」的权威出处 |
| **MEM1** (Zhou et al., MIT) | ICLR 2026 Poster, arXiv 2506.15841 | RL 每轮把记忆+观测压缩成紧凑内部状态，上下文近常数 |
| **IterResearch** | ICLR 2026 Poster (qQ5MZ5Mx7p) | 点名 mono-contextual paradigm 是退化根源，interaction scaling |
| **Once-More** | ICLR 2026 Poster (3CKdjb5SuH) | 困惑度引导介入自纠，治早期错误传播导致的 drift/重复 |
| MemAgent (ByteDance-THU) | arXiv 2507.02259 | 固定大小记忆 overwrite 策略（多轮 RL） |
| ReSum (阿里通义) | arXiv 2509.13313 | 周期性外置结构化 memory notes + ReSum-GRPO |
| Context-Folding (ByteDance Seed+CMU+Stanford) | arXiv 2510.11967 | 子轨迹完成后"折叠"只留摘要，端到端 RL 学折叠行为 |
| AgentFold (通义) | arXiv 2510.24699 | 主动多尺度折叠（细压缩/深吸收） |
| Memory as Action | arXiv 2510.12635 | 记忆编辑并入统一策略，RL 学"边干活边清理" |
| ARC (北大+北航+启元) | arXiv 2601.12030 | 反思驱动主动上下文管理，直接以 context rot 为问题设定 |
| Self-GC | arXiv 2607.00692 | 上下文对象化 + 旁路 planner 提出 fold/mask/prune |
| CWL (Kiz8) | arXiv 2606.11213 | 类型化依赖 episode 的确定性驱逐，避开"压缩诱发幻觉" |
| ACM (CMU+Meta) | arXiv 2607.23809 | agent 专用上下文编辑工具 + post-training 管线 |
| Scroll (阿里+哥大) | arXiv 2608.21690 | 会话=可执行环境，append-only 事件日志+沙箱 kernel |
| LCM (Voltropy) | arXiv 2605.04050 | 层级摘要 DAG + 无损指针（工业报告） |
| ECHO | arXiv 2606.31650 | 选择性轮记忆 + 源索引信用路由 |
| AgeMem / PACE | ACL 2026 Long (981 / 1252) | 记忆操作工具化三阶段 RL / Next-Step-Predictive 提取（跑到 4897 步） |
| E-mem | ICML 2026 (FAjA0snAYq) | 多智能体协作 episodic 上下文重建 |

### B. 记忆污染的检测/隔离/修复（与题眼最近，2026.7–8 突然变热）

| 论文 | 出处 | 机制 |
|---|---|---|
| **MemGuard** (Heng Ji 组, UIUC+哥大) | arXiv 2605.28009 | "heterogeneous memory contamination"：情境事件被过度泛化成通用断言；功能角色标注+类型隔离检索 |
| **ConsistencyGate** (FSU) | arXiv 2607.22962 | 占了 "memory contamination" 术语：写前 K 次自洽性准入闸门；提出 contamination cascade |
| **TEPA** | arXiv 2608.07429 | 占了 "memory pollution"：记忆显式有效性状态，矛盾时撤销（污染指数） |
| Rollback Repair | arXiv 2608.10502 | 记忆→动作溯源图，依赖引导选择性重放（85.3% 恢复） |
| **ChronoMem** (Purdue+Rutgers) | arXiv 2607.27773 | 记忆版本控制 + 语义回滚 |
| TARL | arXiv 2608.03699 | 五动作记忆事务 + 三账本 |
| MemTxn | arXiv 2607.27834 | 记忆事务边界：验写/选版本/快照恢复 |
| MemStrata | arXiv 2606.26511 | supersession 层消过期事实（RAG 15–40% 返回旧值） |
| Infini Memory (清华+上交) | arXiv 2606.10677 | 主题文档化 + buffer 周期整合修订 |
| **TraceRetain** ⚠️ | arXiv 2606.29178 (OpenReview 9JiPHfleLn) | **关键负结果**：干净 ALFWorld T=100–200 + gpt-5-mini 下自然 memory pollution **不自发出现**，人工注入 75% 干扰才区分得开 |

### C. 错误传播分析与恢复

| 论文 | 出处 | 机制 |
|---|---|---|
| **Why Retrying Fails** ⚠️ | arXiv 2605.08563 | **已把 "context contamination" 用作标题**（限重试场景）：CCRM 模型，重试污染比 ε₁/ε₀=7.1（SWE-bench） |
| Context Rot 诊断 (GAIR) | arXiv 2606.29718 | 首个把 Chroma context rot 搬进多轮 deep search 的顶会级诊断+缓解对比 |
| AgentRewind (国科大+清华) | arXiv 2608.14380 | 上下文+受控环境双检查点回滚续跑 |
| CodeDelegator | arXiv 2601.14914 | 角色分离缓解 context pollution |
| Dynamic Attentional Context Scoping | arXiv 2604.07911 | 多 agent 编排级污染隔离 |
| HyMem | arXiv 2608.15703 | 层级信息隔离 |
| Context Branching | arXiv 2512.13914 | 版本控制式分支隔离 |

### D. 自发记忆污染的实证（"记忆腐蚀"术语已被瓜分）

- **Useful Memories Become Faulty When Continuously Updated** (arXiv 2605.12978)：consolidation 是有损重写，GPT-5.4 在 ARC-AGI 上 consolidation 后同题失败 46–54%
- **Memory Reward Inflation / Echo Gap** (arXiv 2608.00017)：自评分记忆的奖励虚高→优先复用最自信的错误；原文划界"corruption is endogenous"——与"自发"定义完全吻合
- **VaG / Skill Contamination** (arXiv 2608.05810)：缺陷技能成为蒸馏参考→"cross-round contamination chains"，删源只挽回 17%（谱系不可逆）
- **Remembering More, Risking More**（占了 "temporal memory contamination"，2026.05）：良性记忆跨任务累积→安全违规单调上升
- **UCC / No Attacker Needed** (USC+Adobe, arXiv 2604.01350)：共享状态跨用户良性污染 57–71%
- Staleness 线：STALE (2605.06527)、Spatial Memory Staleness (2608.04574, 死亡率 74.4% vs 28.0%)
- 自我改进线：Experience-Driven Self-Evolving Safety Risks (ACL 2026 Findings 2091)、Progressive Capability Collapse (2606.04703)、Self-Regress (2606.21090)

---

## 二、如何量化上下文污染导致的目标偏移（问题②）

### A. 直接量化 goal drift

| 论文 | 出处 | 度量 |
|---|---|---|
| **Evaluating Goal Drift** (Arike, Donoway, Bartsch, Hobbhahn, Apollo 系) | AIES 2025, arXiv 2505.02709 | **全领域引用锚点**（2026 年 drift 论文全引它）：股票环境+行为探针+坚持度曲线；漂移随 context 增长、与 pattern-matching 相关 |
| **Inherited Goal Drift** ⚠️ | ICLR 2026 AIWILD + LLA (pR3vthze2K), arXiv 2603.03258 | SOTA 从污染轨迹**继承漂移**（仅 GPT-5.1 抵抗）；instruction hierarchy 遵循度不能预测抗漂移——**抢走"新模型还漂不漂移"，但无剂量梯度、无多跳** |
| Goal Drift Index (SAHOO, AWS) | ICLR 2026 RSI WS, arXiv 2603.06333 | 学习型多信号检测器（embedding+词汇+结构+分布散度）——RSI workshop 生态低质，慎引 |
| Goal-Plan-Action Alignment (CMU/Stanford) | arXiv 2510.08847 | 三层 LLM judge，错误召回 95% |
| **Goal-Drift Probes** | ICML 2026 AIWILD (7847AalUvX) | 残差流线性探针提前 3 步预测失败——占掉"probing 漂移"坑 |
| Efficient Rewarding / Goal Drift Score | COLM 2026 ER WS (BOlV70ftvj) | 漂移分数做 GRPO rollout 奖励 |
| A Behavioural and Representational Evaluation of Goal-Directedness | ICML 2026 (OqYz3v9111) | 行为+表征双通道归因目标 |
| From Drift to Coherence | ICML 2026 (0zkIq9YKml) | 信念鞅性质失效的运行时漂移理论 |

### B. 行为/轨迹漂移统计度量（不叫 goal drift 但可借用）

- **生存分析** (ICLR 2026 LLM Reasoning WS, FwFd5UFsJH)：84,540 轨迹×8 模型族，Kaplan-Meier + 离散风险回归——**方法上与我们的量化最接近**
- **IML admission 快照** (arXiv 2604.17517)：当前动作分布 vs 准入时快照的 JS 散度（快照永不更新）+ 委托谱系偏离——干净的漂移形式化
- **TDR/DOS** (TechRxiv 预印本，未评审)：轨迹分歧率+分歧起始步+恢复率
- **composition vs ordering drift 分解** (AWS, arXiv 2605.10516)：JSD 动作集合 + 加权 Levenshtein 排序——统计基础最扎实
- **SPG 反事实配对** (Cornell, arXiv 2605.16746)：**全领域唯一做「污染→下游偏移」因果配对**（限 toxic 场景、无剂量梯度）——方法学最可迁移
- RGE / Ontological Trust (arXiv 2608.17718)：Role/Goal/Evidence 三轴信任分解，Drift F1>93%
- BCM 跨任务一致性 (arXiv 2608.13598)、ASI 12 维复合 (arXiv 2601.04170 ⚠️ 纯仿真不可信，勿引数字)

### C. 指令遵循/多轮衰减线（与 goal drift 线互不引用的两条平行链）

- **SEQUOR** (arXiv 2605.06353)：⚠️ 勘误——是**约束遵循** benchmark 非漂移评测；50 轮退化 >11%/多约束 >40%，排除纯长度效应后衰减仍在
- EvolIF (ACL 2026 main)：STA/EDR/REC + 生存曲线，所有模型恢复率 <30%
- VerIFY (EACL 2026 Findings)、Persistent Personas (EACL 2026)
- LLMs Get Lost in Multi-Turn（ICLR 2026 Oral，同 A-1）

### D. 量化空白（无人做，可直接占）

1. **剂量-反应因果链**：污染量（token 数/条数/多跳深度）→偏移量的函数关系与拐点。SPG 无剂量梯度、Brain Rot 只测推理、Trajectory Instability 只有二值、Inherited Goal Drift 无梯度扫描
2. 度量全是二值/终点式（Drift F1、检测延迟、阈值穿越），缺**目标状态随时间的连续演化轨迹**
3. **KL/JS 散度族在单 agent 自然漂移上零应用**（只出现在多 agent 治理场景，因闭源权重不可得）——与"KL 只能开源权重算"的既有判断一致，路径仍开
4. **τ-bench 系 ground-truth DB 状态偏离从未被系统化为漂移度量**（pass^k 只测结果；"第几步偏离/幅度/可否恢复"只有人工扰动版）——tau2 三域 261 + DB 对账 = 无人区
5. 无统一漂移单位，**跨 run / 跨模型配置对比协议空白**
6. goal drift 线与 instruction-following 线**互不引用**——统一度量本身即卖点

---

## 三、多智能体传播（选题直接相关）

| 论文 | 威胁级 | 要点 |
|---|---|---|
| **From Spark to Fire** (Deakin/UTS, arXiv 2603.04474) | 🔴 最强竞品 | 完整传播动力学：均值场+Independent Cascade，超临界判据 **βρ(A)>δ**；六框架×三拓扑，5/6 设置感染率 100%；治理层阻断 ≥89%。**但定量测量用注入 tracer seed** |
| **Hallucination Snowball** (arXiv 2608.14588) | 🔴 | Markov 四态：Raw→Derived→Narrative→Invisible，逐跳逃逸 24.6%→48.3%→89.3%；宣言 "no adversary needed"——但种子是 346 个**注入**幻觉 |
| **Hallucination Cascade** (Polytechnique Montréal, arXiv 2606.07937) | 🟡 反向发现 | 500 实验×10 域：3-agent 链放大因子 **0.644<1 净衰减**，与上两篇直接矛盾——**调和条件无人给** |
| **ATP** (UNC/UCSC, arXiv 2510.04860) | 🟡 | 违规行为多智能体扩散→集体失准，但依赖 self-evolution 奖励反馈（权重更新）；ICLR 2026 疑被拒 |
| UCC (USC+Adobe, 2604.01350) | 🟡 | 跨用户良性污染但单跳 |
| PropUQ-MAS (2608.22130) | 🟢 | 传播感知 UQ：节点不确定性=本地+继承级联分量 |
| CDS/SSVP (2606.21666) | 🟢 | context drift=并发知识态分歧；**naive 全量广播使幻觉率 +34%**（同步本身成污染通道）；引 Dongre 作被超越基线 |
| Confidence Laundering (2606.20662) | 🟢 position | 脆弱决策被打包成程序合法的干净 artifact，下游超信任 |
| Handoff Hallucinations (Springer) | 🟢 | handoff 失败三分类 + HalloffBench |
| 排除：Mind Viruses (2608.10218, 对抗演化病毒)、Flooding (2407.07791, 攻击)、MLAS (2606.23075, 偏对抗但其威胁矩阵已用掉 "Cross-Session Goal Drift" 一词) | | |

**长程退化证据**（动机素材）：Measuring Long Horizon Execution (2509.09677, self-conditioning effect，frontier 规模不缓解)；Reliability Science Framework (2603.29231, 步级错误正相关→指数劣化，**memory scaffold 对 10 模型一律负贡献**)；Failure as a Process (2607.09510)；Regression Accumulation (2607.01855, 40–73% 丢失既有正确行为)；SlopCodeBench (JPL, 77% 轨迹结构侵蚀)；Accumulating Context Changes Beliefs (2511.01805)；Feedback That Backfires (2608.23651)；Memory-Induced Tool-Drift (2605.24941, 自发性最高之一)；ContextEcho (2605.24279, 生产级 persona 漂移基准)。

---

## 四、竞争格局判定（对 ICLR 2027 选题）

**Dongre 组（UIUC+Adobe）**：三连发后 2026 走机制纵深（When Attention Closes: GAR+residual-stream 探针），**全部仍单会话 turn 级**，无跨 run/传播公开动作。预警：已注意到"无用户压力的自发违反"且握 τ-bench 设施，延伸启动成本低。

**真正威胁排序**：
1. **AgingBench** (UT Austin, 2605.26302)——占掉"跨 session 纵向+记忆介导"：8–200 sessions、14 模型、7 场景、四种老化。**划界三差异：因变量是 factual precision 非 goal adherence；跨 session ≠ 跨 run；无传播链**
2. **Inherited Goal Drift** (2603.03258)——conditioning 诱导的漂移继承，与传播链最近邻但单跳、无剂量
3. **From Spark to Fire / Snowball**——传播模型已占，但种子全是注入
4. **ATP**——传播→集体失准但有学习信号
5. **On Randomness in Agentic Evals** (KTH, 2602.07150)——6 万轨迹证明 run 间方差+早期分歧级联存在，但被当**评测噪声**消除——**最佳借力文献**（现象已知、漂移语义未开发）

**三位一体空白（2026-08-30 仍成立）**：
1. **自然种子**：所有定量传播研究无一例外用注入种子——"种子是模型无外部干预自然产生的"这格是空的
2. **跨 run/跨会话多跳累积**：现有传播全是单任务内消息链；无人做"run 1 漂移→写入记忆→run 2 下游继承→第三跳"。DeepSeek Harness session log + fork-replay 是天然载体
3. **放大 vs 衰减边界条件**：Snowball 逐跳翻倍 vs Cascade 0.644 净衰减直接矛盾，在 tau2 三域 261 上刻画"何种漂移类型/拓扑/交接物形态放大或衰减"可吃掉该分歧

**附带风险**：TraceRetain 负结果（干净 ALFWorld 无自然污染）——需正面处理"自然漂移发生条件"（任务域差异：τ-bench 的用户模拟器噪声/多任务约束串扰/工具副作用 vs ALFWorld 单任务干净环境），反转为对照实验设计。

**术语占位警示**：context contamination→Why Retrying Fails（限重试）；memory contamination→ConsistencyGate；memory pollution→TEPA；temporal memory contamination→Remembering More；skill contamination→VaG；Cross-Session Goal Drift→MLAS 威胁矩阵；goal drift 引用锚点=Arike et al.（Apollo 系，非 Dongre）。**ICLR 2026 主会 "context contamination"/"memory pollution" 精确匹配为零——主会层面题目未被占。**

---

## 五、精读优先级（建议顺序）

1. From Spark to Fire (2603.04474) —— 正面竞品，必须划界
2. Inherited Goal Drift (2603.03258) —— 最近邻
3. AgingBench (2605.26302) —— 最大误读风险来源
4. Why Retrying Fails (2605.08563) —— 术语占用者 + CCRM 模型
5. Hallucination Snowball (2608.14588) ⚡ Hallucination Cascade (2606.07937) —— 矛盾对，调和空间
6. 生存分析 (FwFd5UFsJH) —— 量化方法最近
7. State Contamination (2605.16746) —— SPG 因果配对方法学
8. TraceRetain (2606.29178) —— 负结果，实验设计必处理
9. On Randomness in Agentic Evals (2602.07150) —— 借力文献
10. LLMs Get Lost in Multi-Turn (2505.06120, ICLR 2026 Oral) —— 引用锚点