第 4 章的记忆系统，面向需要设计或维护 Agent 的工程师。面试官通常不只问记忆类型，还会追问写入条件、冲突处理、检索边界和长期运行成本。适合先掌握 Agent 基础、再集中学习这组考点。按 1-2 天安排，可以完成站内内容并做一轮模拟回答。
考点地图
记忆类型分层：先判断信息放在哪里
工作记忆服务当前任务，情景记忆记录发生过的事件，语义记忆保存相对稳定的事实，程序性记忆描述做事方法。面试官会追问四类记忆的边界，以及同一条信息是否会从情景记忆沉淀为语义记忆。分类决定后面的写入、检索和遗忘策略。
写入判定与校验：不是所有对话都该保存
记忆写入要看信息的稳定性、复用价值、来源可信度和隐私风险。面试官会问谁来判断写不写、如何处理重复和冲突、如何让错误记忆不继续扩散。写入校验做得不好，后续检索越精准，错误影响越大。
记忆检索与 RAG：先分清服务对象
记忆检索关注用户、任务和 Agent 自身经历，RAG 主要从外部知识源取回与问题相关的内容。两者都可能使用向量检索，但数据来源、更新方式、权限和时效要求不同。面试官常让你说明两者如何组合，以及什么时候不该把文档当成记忆。
压缩、遗忘与评估：让系统长期可用
上下文变长后，Agent 需要摘要、合并、分层存储或删除低价值信息。遗忘策略要考虑时间、访问频率、任务完成状态和事实稳定性。质量评估不能只看命中率，还要检查记忆是否准确、是否被正确使用，以及错误记忆是否影响回答。
站内学习路线
先打地基
先读 Agent 的长期记忆和短期记忆怎么分层？，建立四类记忆的基本边界。接着看 Agent 记忆为什么要分级？多级架构的必要性怎么讲清楚？，把“分类”推进到分层的工程原因。这个顺序能先解决对象和结构，再解释为什么不能用一个存储层承载所有信息。
再攻高频
然后刷 记忆写入前怎么校验？记忆模块的质量和效果怎么评估？，练习写入判定、冲突处理和评估指标。再看 Agent 的记忆检索和 RAG 检索是一回事吗？，专门处理高频的概念混淆。最后读 上下文快满了，Agent 的记忆怎么压缩？，把长期运行中的容量和遗忘问题补上。
深度长文在补充，先刷完 5 篇速答，再读 Agent Memory 和 RAG 什么关系？别再把记忆当成检索。长文适合整理数据来源、更新机制和组合方式，不适合替代前面的基础练习。
最后自测
完成内容后，进入 模拟面试抽题 练一轮。再回到 本分类页 检查题目和长文，补齐没有答顺的部分。
高频追问与避坑
- “用户刚刚说过的话，都应该写入长期记忆吗？”
回答要先区分当前任务上下文与长期记忆。再说明写入需要稳定性、复用价值、可信度和隐私检查，并处理重复、冲突与撤回。浅答只说“把重要信息存下来”，没有定义重要，也没有说明谁来判断。
- “记忆检索和 RAG 检索到底有什么区别？”
回答可以从数据来源、服务对象、更新方式和权限边界展开。记忆服务 Agent 与用户的持续交互，RAG 面向外部知识源的相关内容；两者可以组合，但不能因为都用了向量检索就视为同一模块。浅答只说“一个是内部，一个是外部”，没有解释数据如何写入和失效。
- “上下文快满时，为什么不能直接做摘要？”
回答要说明摘要会损失细节，也可能把推测写成事实。压缩前应区分正在使用的信息、可合并的重复内容和低价值历史，再通过分层存储、摘要校验或按需回取降低损失。浅答只谈节省 token，没有说明压缩后的准确性和可追溯性。
刷完站内内容后，去做飞书专项真题集，把每道题练成定义、机制、代价和场景都能讲清楚的回答。记忆系统的面试重点，是让 Agent 记得合适、取回正确，也能在长期运行中及时忘记。