Agent 跨会话长期记忆:五问架构
本题拆解大厂高频面试题——Agent 如何在跨会话中管理长期记忆。从记忆分类、写入时机、检索策略、上下文压缩到评测方法,五问串联一套可落地的记忆系统架构。
一、记忆分三类,少一类就露馅
| 类型 | 说明 |
|---|---|
| 短期记忆 | 当前一轮对话的上下文,来得快去得快,窗口关闭即消失 |
| 长期记忆 | 跨会话保留,下次开新窗口还能调用,包括用户偏好、事实和重要事件 |
| 工作记忆 ⚠️ 最容易被漏掉 | Agent 干活过程中的中间状态:查过哪些资料、调过什么工具、任务走到第几步 |
- 工作记忆缺失的后果:一个十步的长任务,跑到第七步就把前六步忘了,直接原地打转。
- 三者能分清,面试官就知道你不是纸上谈兵。
二、何时写、怎么写:三条写入路径 + 冲突检测
看的不是频率,是时机和信号。工程上常用三条路径:
① 会话结束后统一抽取
聊完后一次性抽取结构化记忆,而非把整段聊天原样丢进库里。
示例:“下周我要去东京出差” → 抽取为三项:事项=出差、时间=下周、地点=东京。
② 事件触发立刻写
最高优先级信号当场落库,不等总结。
示例:用户说”我对芒果过敏” → 立刻存。
③ 空闲时段后台整理
零散记忆归并去重、合并同类项。
加分项:冲突检测
旧记录不是简单追加一条新的,而是更新原记录,打上新时间戳,避免两条打架的记忆同时被召回。
示例:库里有”三年前爱喝全糖拿铁” + 新记录”去年改空糖” → 应更新并打时间戳,而非并列两条。
三、检索不能只看向量相似度:组合拳策略
只靠语义相似度要吃亏,需叠加多层加权:
| 层次 | 策略 |
|---|---|
| 底子 | 语义相似度 |
| 叠加① 时间衰减 | 越久远的记忆权重越低;去年的偏好不应等于三年前的权重 |
| 叠加② 重要性加权 | 过敏源等关键信息与”想看场电影”不能等同 |
| 叠加③ 混合检索 | 关键词检索 + 向量检索双路召回 |
混合检索的目的:人名、型号、编号等专有名词不会被语义稀释掉。
核心结论:好的记忆检索找的不是”最像的”,是此刻最该想起来的。
四、上下文分层压缩:让上下文学会呼吸
外部记忆再强,窗口还是有限的,需分层处理:
| 层级 | 处理方式 |
|---|---|
| 最近几轮 | 原文保留,一字不改 |
| 更早的几轮 | 压成一段摘要 |
| 更早的 | 浓缩成一条记忆转存长期库 |
⚠️ 常见翻车坑
- 关键约束和关键数字必须原样锚定到系统提示词,压缩一律不碰。
- 一旦压丢,Agent 就会一本正经地编造。
- 典型翻车现场:报销上限”5000元”被压缩后丢失,Agent 输出”50000元”。
五、验证机制:该忘的要忘,还得能考出来
① 记忆的淘汰逻辑
- 长期没人检索的记忆 → 降权、淘汰
- 被新事实推翻的记忆 → 更新/淘汰
- 价值很低的记忆 → 降权、淘汰
- 否则记忆库越滚越大,检索质量反而下降
② 隔天考卷法
今天告诉它的事,明天换个问法再问一遍,检验三件事:
- 记没记住
- 记没记错
- 不该记的有没有忘
③ 业界评测集维度
已有专门的长程记忆评测集,考查五件事:
- 信息提取
- 跨会话推理
- 知识更新
- 时间推理
- 该拒答时拒答
能说出”记忆也要做评测”,面试官印象会完全不同。
速查:五问对应关系
| 问题 | 核心结论 |
|---|---|
| 记忆分几类 | 短期 / 长期 / 工作记忆,三类缺一不可 |
| 何时写 | 会话后抽取 + 事件触发即时写 + 空闲后台整理 |
| 如何写 | 旧记录更新而非追加,打时间戳防冲突 |
| 怎么检索 | 相似度打底,叠加时间衰减、重要性加权、混合检索 |
| 窗口有限怎么办 | 最近轮原文保留,更早摘要化,最早转长期库 |
| 怎么验证 | 隔夜换问法重测 + 长程记忆评测集(提取/推理/更新/时间/拒答) |
面试真正在考什么(五问归三)
| 维度 | 含义 |
|---|---|
| ① 结构化思维 | 先分类,再动手,别拿”向量数据库”六个字顶到底 |
| ② 踩坑经验 | 冲突怎么更新?压缩会丢什么?检索为什么不能只看相似度? |
| ③ 闭环意识 | 记住了不算完,得能验证——记得对不对、该忘的是否真忘了 |
分水岭:背八股的人答”记忆是什么”,跑过项目的人答”记忆怎么不翻车”。
相关笔记
- Agent Memory-Basic Memory-智能体长期记忆系统完整指南 — 记忆体系全览 + Basic Memory 落地
- 大模型 Agent 记忆写入机制设计 — 写入路径与冲突检测的工程实现
- Agent 长任务管控方法论 — 长任务中的工作记忆与锚点