01

60 秒回答模板

Agent 长期记忆不是把所有聊天记录永久保存，而是把对未来任务有稳定价值的信息结构化沉淀，并可召回、更新和删除。我会先定义记忆类型，比如用户偏好、长期目标、事实资料、项目背景、历史决策和禁用规则；再设计写入流程，由模型或规则从对话中抽取候选记忆，经过用户授权、置信度判断、去重和结构化后存储。召回时结合当前任务、时间、用户、权限和相似度检索记忆，再通过 rerank 和上下文预算控制注入给模型。更新上要支持冲突解决、过期衰减、用户纠错、删除和审计；评估上看记忆命中率、任务提升、误召回、过期信息、隐私投诉和用户可控感。

考点 长期记忆只保存对未来任务有稳定价值且
难度 真实面经题
回答目标 设计长期记忆生命周期
02

深入解析

01

先定义什么值得记

长期记忆应保存对未来任务有复用价值且用户允许保存的信息，例如偏好、常用约束、项目背景、身份资料、长期目标、历史决策和明确禁忌。临时上下文、一次性闲聊、敏感信息和低置信内容不应默认沉淀。

02

写入要有抽取和确认

可以由模型从对话中抽取候选记忆，再用规则或小模型判断是否值得保存、是否重复、是否敏感。关键记忆最好让用户确认或提供管理入口，避免 Agent 擅自保存错误或隐私信息。

03

存储要结构化并可追溯

记忆可以同时有结构化字段和文本 embedding，例如类型、主体、内容、来源、时间、置信度、权限、有效期和最近使用时间。这样既方便语义召回，也方便用户查看、修改、删除和审计。

04

召回要和当前任务相关

召回不是把所有记忆塞进 prompt，而是根据当前意图、用户、会话、权限和相似度筛选，再通过 rerank 控制数量。对高风险或低置信记忆，可以先询问用户确认，而不是直接影响决策。

05

记忆会过期和冲突

长期记忆需要更新、覆盖、衰减和删除。用户偏好可能改变，项目背景可能过期，不同记忆可能冲突。系统要有更新时间、有效期、冲突规则和用户纠错入口，不能把旧记忆当成永久真相。

06

评估记忆是否真正有用

长期记忆的价值要用任务成功率、用户满意度、重复输入减少、召回命中率、误召回率、纠错率、删除率和隐私投诉来评估。好的记忆系统应该提高效率，同时让用户知道它记了什么、为什么使用和如何关闭。

03

易错点

  • 把所有历史对话都当成长期记忆保存。
  • 没有用户授权、管理入口和删除机制。
  • 只讲 embedding 检索，不讲记忆类型、生命周期和冲突更新。
  • 召回过多记忆，污染当前任务上下文。
  • 把过期或低置信记忆当成事实使用。
  • 只看召回命中，不看误召回、隐私投诉和用户可控感。
04

面试官追问

长期记忆和普通 RAG 知识库有什么区别？

长期记忆应存稳定偏好、长期目标、明确事实、用户授权信息和高价值历史，不应存一次性临时上下文、敏感数据、未经确认的推断或容易过期的状态。

如何判断一条信息是否应该写入长期记忆？

最好在明确告知和可管理的前提下保存，并按敏感等级控制。用户应能查看、修改、删除或关闭长期记忆；高敏感信息默认不应自动沉淀。

记忆召回错误会带来哪些产品风险？

需要记录来源、时间、置信度、适用范围和用户确认状态。新记忆与旧记忆冲突时，可以请求用户确认、按更新时间或权威来源更新，并保留审计记录。

用户修改偏好后，旧记忆如何处理？

可以用语义检索召回候选记忆，再按时间、置信度、任务相关性、用户当前意图和敏感级别重排。不是所有记忆都应该进入 Prompt。

长期记忆如何兼顾个性化和隐私保护？

看记忆命中后是否提升任务完成率、个性化满意度和复用率，同时监控错误引用、过期记忆、隐私投诉和用户删除率。人工抽检和 badcase 回放也很重要。

如何评估长期记忆是否真的提升了 Agent 效果？

可以设置过期时间、衰减权重、用户确认、冲突检测和定期清理。临时兴趣或场景状态不能永久保存，过期记忆要降权或删除。