---

1、先给一个核心判断标准

判断一套 Agent 记忆设计好不好，有一个很实用的标准：

用户三个月前说过一句偏好，你现在能不能准确地取回来，同时不把上周已经改过的旧值也带回来？

答不上来，通常不是检索算法的问题，而是把性质完全不同的记忆塞进了同一个容器。

所以记忆设计的第一步不是选向量库，而是分层。

2、短期记忆（工作记忆）：当前任务的上下文

短期记忆是什么：当前会话或任务正在使用的信息。生命周期等于任务或会话，会话结束即丢弃（除非主动保存）。

存储：

• 上下文窗口本身、消息列表、任务状态。
• 不需要“检索”，需要的是装配和压缩：token 预算怎么分、哪些该保留、哪些该折叠。

检索方式：

• 直接访问，不走向量检索。
• 按时间顺序取最近 N 轮，或者按任务状态取当前活跃的子目标。

关键取舍：

• 上下文窗口是有限预算。长期记忆、对话历史、检索知识、当前问题都在抢同一个窗口。
• 短期记忆的铁律是：最小必要信息集，而不是完整聊天记录。上下文越长，模型注意力越分散，性能反而下降。
• 管理手段是压缩、裁剪、折叠，而不是检索。

一句话：短期记忆是“舞台”，任何长期记忆最终都要被注入这里才生效，但它本身不需要检索，需要的是装配。

3、长期记忆：跨会话的稳定事实与偏好

长期记忆是什么：跨会话、跨任务需要保留的信息。典型内容：用户偏好、账号属性、领域事实、明确要求。

存储：

• 不要用向量库。长期记忆的访问模式是“按需取用”，不是“找一个最像的”。
• 你需要的查的是 user_id → 偏好集合，而不是“和这句话语义最近的十条记录”。
• 推荐：关系表或文档存储，字段显式定义，有 schema。取值按主体键直接查，不走向量。
• 同一键有多个来源时，按“来源可信度 + 时间新旧”裁决，保留变更历史。

检索方式：

• 按主体键精确查询。
• 会话开始时一次性注入用户画像，这是最便宜且最有价值的内存操作。

关键取舍：

• 长期记忆量少但必须准确。用向量做这件事会得到两个后果：取回来的字段不确定，以及无法做精确的覆盖更新。
• 写入路径必须收敛：不要让模型直接写长期记忆。模型的一次幻觉如果直接落库，会永久污染记忆，后续所有任务都会读到这个脏值。正确做法是模型输出“候选记忆 + 置信度 + 依据”，由规则层裁决是否入库。

一句话：长期记忆是“档案柜”，按 key 精确查，写入要审批，不能用语义相似度替代精确性。

4、情景记忆：过去发生过什么

情景记忆是什么：具体事件的记录。“上个月处理过一笔类似的退款，当时走了人工审批”。特点是量大、允许模糊、主要访问方式是相似度检索。

存储：

• 向量库适合做语义召回入口。

• 但向量只能解决“和当前情况看起来像的历史案例”，解决不了关系传导。如果问题涉及“A 和 B 相关、B 又和 C 相关”，答案在结构里，不在语义里。所以情景层的常见组合是：向量做入口召回，图做多跳扩展。

• 写入时打标签：时间、主体、动作类型。检索时先按标签过滤再算相似度，能砍掉大部分噪声。

检索方式：

• 向量相似度召回 + 元数据过滤 + 重排序。

• 按事件切分，不按 token 数切。固定长度切片会把一次完整交互切成碎片，检索回来每块都不完整。

关键取舍：

• 向量擅长语义相似，不擅长关系推理。

• 上图的时机不是一开始，而是当关系型问题反复出现、向量明显答不对的时候。

一句话：情景记忆是“案例库”，用向量找相似案例，用图找关系邻居，用元数据过滤噪声。

5、如何避免记忆污染

记忆污染是指：错误、过时、过度泛化的知识条目被写入长期记忆，后续通过检索不断被读到，错误级联放大。

（1）写入闸门（Write Gate）

不要让所有生成的内容都入库。研究提出的 Failure-Gated Hierarchical Memory 用专门的 Critic 模型对所有从情景缓冲写入长期记忆的候选条目做裁决：APPROVE、REJECT_REDUNDANT、REJECT_CONFLICT。

工程上的轻量做法：

• 模型输出“候选记忆 + 置信度 + 依据”。
• 规则层决定是否入库。低置信度不入库，冲突条目走人工或保留旧值。
• 同一键的更新要保留变更历史，出问题能追溯“这个值是被谁、什么时候覆盖的”。

（2）冲突裁决

同一事实有多个来源时，按“来源可信度 + 时间新旧”择一。长期记忆的更新不是简单覆盖，而是裁决。

（3）定期清理与归档

• 规则层面的清理：过期事件、重复条目、低价值碎片。
• 但不建议无差别地用遗忘曲线删除，有实验显示基于遗忘曲线的管理虽然控制了记忆大小，但任务性能会明显下降。

（4）反思与提炼

Reflexion 式的反思日志可以存入情景记忆，但反思本身也可能污染。低质量的反思如果被当作事实存储，会误导后续决策。所以反思应该标记为“经验/假设”，而不是“事实”。

6、如何避免上下文爆炸

上下文爆炸的本质是：所有可用的记忆都想挤进有限的 token 窗口。

（1）预算分配，而不是全量注入

给上下文窗口划预算：对话历史、检索知识、长期记忆各占一定比例。长期记忆虽然分配最少，但信息密度最高，三句话的用户画像可能比 30 轮历史更有价值。

（2）按需检索，而不是每轮全量注入

• 会话开始时注入一次用户画像。
• 每轮根据当前 query 检索相关的事实和情景。
• 不要每轮都重新注入全部长期记忆，用户画像不会在上一轮和这一轮之间变化。

（3）排序不只看相似度

向量距离衡量的是语义相似，不衡量“是否仍然真实”“是否曾经重要”“是否被后续事实推翻”。按相似度检索后，应该用置信度 × 时间衰减 × 类别权重重排。半衰期是最值得测量而不是猜测的参数。

（4）去重

两条记录用不同措辞表达同一事实，都会获得高分，浪费两份预算。排名后、组装前要去重。

（5）短期记忆压缩

历史对话不是越长越好。递归摘要、滑动窗口、关键信息提取，都是控制短期记忆规模的手段。

7、一句话总结

Agent 记忆要分三层设计：短期记忆是上下文窗口，靠装配和压缩，不靠检索；长期记忆是精确的事实与偏好，用结构化存储按 key 查，写入要闸门；情景记忆是事件案例库，用向量召回 + 元数据过滤 + 图扩展。避免污染靠写入裁决和冲突管理，避免上下文爆炸靠预算分配、按需检索、多维排序和去重。

8、这道面试题的质量点评

优点

结构完整：三层记忆的存储/检索 + 两个工程难题，覆盖了记忆系统的核心。

区分度很好：

初级：能说短期放上下文、长期放向量库。

中级：能说长期记忆不该用向量、写入要有控制。

高级：能说写入闸门、冲突裁决、预算分配、多维排序、情景层向量+图组合。

贴近真实痛点：记忆污染和上下文爆炸是 Agent 上线后最常见的两个问题。

有追问空间：可以追问写入闸门的具体实现、长期记忆的 schema 设计、向量+图怎么组合、遗忘策略。

缺点

偏难：如果候选人只做过简单 RAG，可能只答“短期上下文 + 长期向量库”，后两问答不好。

容易混淆概念：短期/工作/长期/情景/语义/程序，术语多，候选人可能混着说。

缺少场景约束：没问“你实际项目记忆规模多大？遇到过污染吗？”

没覆盖程序记忆：技能/工作流这类“怎么做事”的记忆也是 Agent 记忆的一部分，题目没提。

总体评价

质量：上。 适合中高级岗位，能有效区分“知道记忆分层概念”和“真正设计过 Agent 记忆系统”的人。建议追问：

“长期记忆的写入闸门具体怎么实现？”

“情景记忆什么时候需要图，什么时候向量就够了？”

“时间衰减的半衰期怎么定？”

“记忆污染你实际遇到过吗？怎么发现的？”

“程序记忆（技能）怎么管理？”

9、怎么回答才是最好的

回答原则

• 先给分层框架：短期、长期、情景，各管什么。
• 重点说存储选型：短期靠窗口，长期靠结构化存储，情景靠向量+图。
• 讲两个工程难题：污染靠写入闸门，爆炸靠预算和按需。
• 主动提取舍：长期记忆不用向量的原因、情景图上图的时机。
• 结合实践：说“我们长期记忆用 SQLite，情景用向量+元数据过滤”。

推荐回答结构

“Agent 记忆要分三层，因为性质完全不同。短期记忆是当前任务的上下文，生命周期等于会话，靠上下文窗口和压缩，不需要检索。长期记忆是跨会话的稳定事实和偏好，量少但必须准确，用结构化存储按 key 查，不要用向量库。情景记忆是过去的事件案例，量大允许模糊，用向量召回 + 元数据过滤，需要关系推理时加图。”

“长期记忆用向量会出两个问题：取回来的字段不确定，无法做精确覆盖更新。所以用关系表或文档，按主体键直接查，写入不让模型直接写，模型输出候选 + 置信度，规则层裁决。”

“避免污染的核心是写入闸门。模型的一次幻觉如果直接落库，后续所有任务都会读到脏值。要有 Critic 或规则层裁决，冲突按来源可信度和时间裁决，保留变更历史。”

“避免上下文爆炸靠预算分配和按需检索。给对话历史、检索知识、长期记忆分预算，长期记忆虽然分得少但信息密度高。排序不只看相似度，还要乘置信度和时间衰减。排名后去重。”

“我们实际用 SQLite 存长期记忆，情景记忆用向量 + 时间/主体过滤，需要关系时加图。写入走规则闸门，每周人工抽查。”

加分点

• 提到 长期记忆不要用向量、按 key 查、写入闸门。
• 提到 情景记忆向量+图组合、按事件切分、元数据过滤。
• 提到 记忆污染、冲突裁决、变更历史。
• 提到 预算分配、按需检索、多维排序、去重。
• 提到 Critic 裁决、置信度。
• 结合真实记忆系统设计经验。

减分点

• 只说“短期上下文，长期向量库”。
• 不知道长期记忆用向量的问题。
• 不知道记忆污染是什么。
• 只说“压缩上下文”避免爆炸。
• 分不清短期和工作记忆。

---

---