AgentAlpha · 面试间← 返回主站
MEMORY

记忆系统

工作记忆、情景记忆、语义记忆、程序性记忆怎么分，什么信息值得写入，冲突怎么覆盖合并，遗忘怎么设计。

2篇已上线3篇规划中取材：第 4 章 · Agent 架构（记忆系统）

本篇分类真题集

PICKED

章节导读第4章Agent架构（记忆系统）面试导学共 10 分钟 · 围绕工作、情景、语义和程序性记忆，梳理写入、检索、压缩、遗忘与评估。按站内速答和深度长文安排…进入 →

本方向读法

LEARN PATH

记忆系统手绘概念图

本方向的取用顺序。要完整系统学，去主线课程第 4 章「Agent 架构」（本方向归属章）。

1

先建立概念

11 个术语的一句话定义与机制，链到术语页。

多智能体系统A2A（Agent 间通信协议）Agent 记忆Agent HarnessAI Agent（智能体）Deep ResearchFunction Calling（函数调用）LangChain全部 11 个 →
2

刷透高频题

5 道速答题，每题一页：先这样答 → 面试官追问 → 回答的坑。下方题单收前 8 道，全部进分页列表。

3

深挖机制与选型

1 篇深度解析，逐层拆到原理与工程取舍。

4

实战检验

项目面试包讲「项目怎么讲才扛住追问」；再按公司检验：五厂真题集。

速答题单

共 5 道

Q · Agent 的长期记忆和短期记忆怎么分层？三层：上下文窗口里的工作记忆（本轮任务）、向量库里的情景/语义记忆（跨会话）、数据库里的结构化事实（精确读写）；每层有明确的写入门槛和淘汰机制。
Q · Agent 的记忆检索和 RAG 检索是一回事吗？底层机制相似（都是向量检索），但数据源、条目形态、更新频率、冲突处理完全不同：记忆是「关于这个用户的、活的、会过期的」，文档是「外部的、静态的、有版本的」。
Q · 上下文快满了，Agent 的记忆怎么压缩？分层处理：丢（裁掉旧轮次和冗余工具输出）、缩（结构化摘要替换原文）、沉（稳定事实写入长期记忆从上下文移除）。压缩的原则是保决策依据，丢过程细节。
Q · Agent 记忆为什么要分级？多级架构的必要性怎么讲清楚？记忆分级是为了在生命周期与访问成本之间做平衡。单级架构无法同时解决窗口限制、检索损耗与成本控制问题，多级架构通过冷热数据分离实现了各级存储的高效协同。
Q · 记忆写入前怎么校验？记忆模块的质量和效果怎么评估？写入前通过去重、原文一致性校验和新旧冲突检测把关；评估时写入侧看抽取准确率和冲突率，使用侧看记忆命中率、任务成功率增量，并引入基于调用结果的可信度回写机制。

分类内题目

共 2 篇

教程深挖

深度解析与对比选型 · 1 篇

Agent Memory 和 RAG 什么关系？别再把记忆当成检索

Agent 的记忆系统和 RAG 有什么本质区别？

MemoryRAG6 分钟含题图更新 2026-09-14

培养能解决真实问题、能落地的 AI 人才。训练营以实战为核心——面试题里的答案，在开源项目和论文里亲手做出来。

查看学习路线全部题目