无状态意味着不会把任何信息自动延续到后续过程。模型在不同模型提供商请求之间是无状态的——每次请求都必须重新发送完整上下文窗口，因为模型没有其他途径看到任何内容。智能体默认在不同会话之间也是无状态的：新会话从空白开始，不带此前会话的任何痕迹。它的反义词是有状态。
模型本身永远是无状态的：训练结束后，模型参数就会固定，你在推理阶段所做的任何事都不会改变它们。模型不会从你的纠正中学习，不记得昨天被告知过同一件事，也不会逐渐“了解你”——无论对话给人的感觉多么相反。会话内部的连续感由运行框架制造：它保存对话记录，并在每次请求时重新发送。模型并不是记住了对话，只是在反复重新阅读。
实际结果是：如果希望某项信息跨会话保留，就必须把它写到智能体日后会重新读取的位置。AGENTS.md 文件、记忆系统和交接产物都是这样的文件：它们会被加载进未来会话的上下文，代替模型本身并不存在的记忆。如果智能体反复犯下你已经纠正过的错误，问题不应是“它为什么没有学会”——它做不到——而应是“这条纠正应该写在哪里，才能让今后的每次会话都读到”。
用法：
“为什么每次清空后，它都会忘记这项约定？”
“模型是无状态的——新会话从空白开始。如果想让约定延续下去，就把它写进 AGENTS.md，或写入运行框架会在会话开始时加载的记忆文件。”