Agent 记忆
Agent 记忆是在模型上下文之外保存信息，并在后续调用中有选择地取回的机制。模型本身没有跨请求的记忆，每次调用只看到当前上下文；“记住用户偏好”“延续上周的任务”都需要程序写入和检索。本文讲短期与长期记忆、写入与检索流程、更新与遗忘，以及常见的分层设计。
1. 面试核心
先记住这几条，再读正文- 短期记忆是当前会话的消息历史和任务状态，随会话存在，靠窗口管理和压缩控制长度；长期记忆跨会话保存，存放用户偏好、事实、经验，按需检索后放入上下文。卡 · 记忆的类型
- 记忆系统由写入（提取什么）、存储（怎么组织）、检索（何时取哪些）、更新与遗忘（冲突、过期、去重）四部分组成。卡 · 写入、存储与检索
- 写入要有筛选：只保存稳定、未来有用、用户明确表达或多次出现的信息，不把整段对话原样存入。
- 新旧记忆冲突时，以更新时间更近、来源更可信的为准，并保留修改记录；临时性信息设置过期时间。卡 · 写入、存储与检索
- 记忆是可被污染的输入：从外部材料中提取的“事实”可能是注入内容，写入前要校验来源。
2. 记忆的类型
| 类型 | 内容 | 典型存储 | 生命周期 |
|---|---|---|---|
| 工作记忆 | 当前任务的消息、工具结果、待办 | 内存、会话存储（Redis） | 当前会话 |
| 会话摘要 | 历史会话的压缩摘要 | 数据库 | 数周到数月 |
| 语义记忆 | 用户事实与偏好，如“偏好 Python”“在上海” | 键值或文档库 + 向量索引 | 长期，可更新 |
| 情景记忆 | 过去的具体经历，如“上次部署因端口冲突失败” | 带时间戳的记录 + 向量索引 | 长期，可淘汰 |
| 程序记忆 | 做事的方法、规则，如团队代码规范 | 规则文件、Skill、系统提示 | 长期，人工维护 |
常说的“三层记忆”通常是：最近几轮原文（工作记忆）→ 较早轮次的摘要 → 跨会话的长期记忆库。不同产品分层方式不同，面试中讲清每层存什么、何时写入、何时读取比记住名称更重要。
上下文与长期记忆的区别：上下文是本次请求模型实际看到的内容，受窗口限制；长期记忆在模型之外，可以很大，但只有被检索并放入上下文的部分才对本次回答起作用。
3. 写入、存储与检索
写入
- 时机：会话结束时批量提取，或在对话中发现重要信息时即时写入。批量提取成本低，即时写入保证同一会话内后续可用。
- 提取：用模型从对话中抽取结构化条目，如
{type: preference, subject: user, content: "回复使用中文", source: "会话 123", time: ...}。抽取任务简单、调用频繁，可以用较小的模型完成。 - 筛选：只保存明确表达、稳定、未来可能有用的信息。一次性的请求（“这次用英文回答”）不写入长期记忆。
存储
- 结构化字段（用户 ID、类型、时间、来源、过期时间）放数据库，便于精确过滤和删除。
- 内容做向量化，用于语义检索。
- 按用户或租户隔离，不同用户的记忆不能互相检索。
检索
- 每轮根据当前问题检索相关记忆，结合相关性、时间新近度和重要性打分，取少量条目放入上下文。
- 稳定的核心信息（用户名、语言偏好）可以每次固定加载，不经过检索。
- 也可以把检索做成工具，由模型决定何时查询记忆。
4. 更新与遗忘
- 去重与合并：写入前检索相似记忆，相同含义的合并，只更新时间和出现次数。
- 冲突：用户先说“在北京”，后来说“搬到上海了”。新信息覆盖旧信息，旧条目标记为失效并保留历史，回答时只使用有效条目。无法判断时可以向用户确认。
- 过期：临时状态（“这周在出差”）设置过期时间；长期未被访问、重要性低的记忆可以降权或归档。
- 用户控制：提供查看、修改和删除记忆的方式，满足隐私和合规要求。
5. 常见问题
5.1 编码 Agent 的记忆是怎么做的
常见做法是基于文件：项目根目录的指令文件（如 AGENTS.md、CLAUDE.md）保存构建命令、代码规范等稳定规则，会话开始时自动加载；用户级的同类文件保存个人偏好。长任务的进度写入待办或进度文件。文件记忆可读、可编辑、可以纳入版本管理，缺点是需要人或 Agent 主动维护，内容变长后同样要精简，见仓库指令。
5.2 记忆和 RAG 有什么区别
两者都是“存在外部、按需检索”。RAG 的知识库通常由管理员维护，内容对所有用户相同；记忆由 Agent 在交互中写入，按用户隔离，并且会不断更新和遗忘。实现上可以复用同一套向量检索设施。
6 · 面试题卡片
6.1 Agent 的短期记忆和长期记忆分别如何实现？哪些信息适合长期保存？
出现公司：虾皮、小红书、科大讯飞、快手、字节跳动、阿里巴巴
考察重点
- 两类记忆的存储位置、生命周期和进入上下文的方式。
- 长期保存的筛选标准。
参考回答
短期记忆是当前会话的消息历史、工具结果和任务状态，存在内存或 Redis 等会话存储中，按会话 ID 读取，超出窗口时用滑动窗口和摘要压缩。长期记忆跨会话保存，结构化字段放数据库、内容做向量索引，每轮按当前问题检索少量相关条目放入上下文。
适合长期保存的是稳定且未来有用的信息：用户明确表达的偏好、身份与背景事实、重要决定、过去任务的经验教训。一次性请求、临时状态和闲聊不进入长期记忆，临时但有用的信息设置过期时间。上下文是本次实际输入，长期记忆只有被检索进上下文的部分才起作用。
6.2 一个完整的 Agent 记忆系统应该如何设计？Memory 如何提取、存储和检索？
出现公司：字节跳动、快手、安软、蚂蚁、新旦智能
考察重点
- 写入、存储、检索、维护四个模块。
- 分层设计和各层的读写时机。
参考回答
分三层：最近几轮原文作为工作记忆；较早轮次压缩成会话摘要；跨会话的长期记忆库。
写入：会话结束或发现重要信息时，用模型从对话中抽取结构化条目（类型、内容、来源、时间），只保留明确、稳定、有用的信息。抽取任务简单、调用频繁，可以交给小模型降低成本和延迟。存储：元数据放数据库便于过滤和删除，内容向量化便于语义检索，按用户隔离。检索：按当前问题检索，综合相关性、时间和重要性取少量条目；核心偏好固定加载；也可以把检索做成工具交给模型调用。维护：写入前去重合并，冲突时新的覆盖旧的并保留历史，临时信息过期，用户可以查看和删除。如果记忆存在按日期的大文件中，应切分为条目并建立索引，而不是每次读取整个文件。
6.3 短期记忆如何转为长期记忆？长期记忆如何去重、过期和处理冲突？
出现公司：快手、字节跳动、高德、百度
考察重点
- 提升为长期记忆的判断标准。
- 去重合并、冲突覆盖、过期与用户控制。
参考回答
判断标准有：用户明确要求记住；信息稳定且对未来有用，如偏好、背景、长期目标；在多个会话中重复出现；任务中得到的经验教训。会话结束时用模型按这些标准抽取候选条目，经过去重后写入长期库。
去重：写入前检索相似条目，含义相同的合并，更新时间和出现次数。冲突：新信息覆盖旧信息，旧条目标记失效并保留历史，难以判断时向用户确认。过期：临时状态设置 TTL，长期未访问且重要性低的条目降权或归档。还要校验来源，避免把外部材料中的注入内容写成事实，并提供查看和删除接口。