Trong thế giới trí tuệ nhân tạo phát triển nhanh chóng, các mô hình ngôn ngữ lớn (LLMs) đã thể hiện khả năng đáng kể trong lý luận, sáng tạo và thực hiện nhiệm vụ. Tuy nhiên, một điểm yếu tinh tế nhưng cực kỳ quan trọng đang làm phiền hầu hết các tác nhân AI: thu gọn ngữ cảnh. Khi các tương tác kéo dài hoặc môi trường trở nên biến động, các lớp diễn giải bắt đầu trôi dạt. Các mốc thời gian lỏng lẻo hơn, tín hiệu liên quan bị biến dạng, và các chuỗi nhân quả bị gãy vỡ. Những gì bắt đầu như lý luận mạch lạc thường kết thúc trong các phần rời rạc, không mạch lạc.