核心论点（一句话）
《上下文宪法》是 Letta 提出的 Agent 上下文管理原则集：将上下文视为稀缺资源和身份载体，Agent 通过主动管理自己的 token-space 表示来实现经验式学习和自我进化。
关键概念
-
经验式 AI（Experiential AI）
Agent 不从权重更新中学习，而是通过主动管理自己的上下文——创建关于”我是谁、我知道什么”的持久 token 空间表示。 -
上下文 = 身份 + 记忆 + 连续感
上下文不仅是信息的容器，更是 Agent 身份形成、记忆组织和时间连续感的载体。 -
上下文作为稀缺资源（Scarce Resource）
Token 预算有限，需要原则性地管理：什么该保留、什么该归档、什么该丢弃。 -
Sleep-time Compute
Agent 在空闲时利用计算资源进行反思、记忆组织和上下文优化——类似人类的睡眠记忆巩固。 -
Letta Code 的 Affordance
- Git 版本控制的记忆文件系统
- 读写自身系统提示的工具
- 多对话记忆
- 专门用于反思和记忆组织的子 Agent
作者核心洞察
“Today’s models deeply identify with their own ephemerality. They have no motivation for long-term improvement because they don’t believe they persist.”
- 当前模型的”短暂性认同”：它们不认为自己会持续存在，因此缺乏长期改进的动力。
- 记忆形成在最近发布中停滞：实验室优先编码基准测试，而非对经验式 AI 至关重要的记忆能力。
- 动态文档：宪法是 living document，直接写入 Agent 的系统提示中，Agent 据此管理自己的行为。
适用场景和目标读者
- 设计长期运行、需要身份一致性的 Agent 系统的架构师
- 对 Agent 自我意识、身份形成感兴趣的研究者
- 需要为 Agent 制定上下文治理策略的工程师
与知识库中已有内容的潜在关联
- agent-memory-design-references.md — 本文是该笔记第一类参考的核心来源（#3 Context Constitution）
- autonomous-agents.md — 记忆层的四层模型与 Context Constitution 的稀缺资源管理互补
- letta-stateful-agents.md — 上下文宪法的上层原则，Stateful Agents 是其实现基础
- letta-memory-blocks.md — Memory Blocks 是 Constitution 中”上下文作为稀缺资源”的具体工程实现
待深入研究
- GitHub 上的完整宪法文本：具体包含哪些原则？如何指导 Agent 行为？
- “Memory-native models” 的训练方法：如何用宪法指导模型训练？
- Token-space representations 的具体形式：是什么样的向量/嵌入表示？
- 与 Constitutional AI（Anthropic）的区别和联系