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