10. 面试题
一句话理解：Agent Memory 相关的面试通常围绕“记忆分类、向量检索、生命周期、长期记忆与 RAG 区别、多租户隔离、embedding 选型”六个核心展开。
初级
Q1：Agent Memory 与 RAG 有什么区别？
参考答案：
- RAG 是从外部知识库（企业文档、FAQ、知识图谱）检索固定知识。
- Memory 是 Agent 自身运行过程中积累的用户偏好、对话历史、任务经验。
- 典型关系：两者都可用向量检索，但数据来源不同；生产中可以共用向量数据库，通过 collection 或 metadata 隔离。
Q2：Agent 为什么需要长期记忆？不能只靠上下文窗口吗？
参考答案：
- 上下文窗口长度有限，无法装下多年积累。
- 每次调用都塞满历史会显著增加成本与延迟。
- 模型在大量文本中“自行回忆”命中率低、幻觉风险高。
- 跨会话、跨任务的经验需要显式持久化。
Q3：工作记忆、短期记忆、长期记忆分别是什么？
参考答案：
- 工作记忆：当前请求直接可见的完整 messages，会话结束或超窗后失效。
- 短期记忆：当前会话内但已超出工作记忆窗口的信息，常以摘要或滑动窗口存在。
- 长期记忆：跨会话保留的语义事实、用户偏好、任务经验，通常用向量数据库存储。
中级
Q4：长期记忆和 RAG 都用到向量检索，它们能不能合并？
参考答案：
- 可以共用向量数据库基础设施，但应在逻辑上隔离。
- 常用方式：不同 collection、namespace 或 metadata 字段区分来源。
- RAG 检索的是企业知识，Memory 检索的是 Agent 经验，两者回注到 prompt 时也应分开标注来源。
- 合并的好处是统一运维与索引管理；风险是如果隔离不当会导致记忆串味。
Q5：如何防止 Agent 把错误信息存入长期记忆？
参考答案：
- 对存入长期记忆的信息做置信度评估。
- 关键事实要求用户确认后再写入。
- 记录记忆来源，便于后续审计与删除。
- 对工具结果做后置检查，不把明显错误的结果当事实。
- 写入前过输入护栏，防止提示注入污染记忆。
Q6：向量检索中 dense retrieval 和 sparse retrieval 各有什么优缺点？什么时候用 hybrid？
参考答案：
- Dense retrieval：基于 embedding 向量，能召回语义相关但字面不同的结果，但对精确匹配（如 ID、订单号）不强。
- Sparse retrieval：基于 BM25/TF-IDF，对精确关键词和稀有词效果好，但无法捕捉语义。
- Hybrid：结合两者，通常
score = alpha * dense_score + (1 - alpha) * sparse_score，适合既需要语义理解又需要精确匹配的场景。
Q7：多租户场景下如何保证记忆隔离？
参考答案：
- 逻辑隔离：每条记忆带
tenant_id/user_id，检索时强制过滤。 - Namespace 隔离：按租户分 collection / namespace。
- 物理隔离：不同租户使用独立数据库/集群。
- 关键是在数据库层过滤，而不是在应用层过滤；同时审计所有记忆访问。
Q8：embedding 模型升级时需要注意什么？
参考答案：
- 新旧模型向量空间不同，不能直接混用。
- 方案一：用新模型重新编码全部记忆。
- 方案二：双写新旧向量，逐步切换。
- 方案三：给记忆标记
embedding_model_version，检索时按版本过滤。 - 需要监控检索质量变化，必要时回滚。
高级
Q9：设计一个生产级 Agent Memory 系统，你会怎么设计？
参考答案：
- 接口层：Memory Service 提供
remember/recall/forget/update，供 Agent Runtime 调用。 - 记忆分层：Working Memory（内存）、Short-term Memory（Redis）、Semantic/Episodic Memory（向量 DB）、Procedural Memory（KV/Postgres）。
- 编码层：真实 embedding 模型 + 摘要模型 + 实体抽取。
- 存储层：按类型选向量 DB / KV / 文档 DB / 对象存储。
- 检索层：hybrid search + rerank + 元数据过滤。
- 生命周期：TTL + 衰减 + 用户删除 + 敏感信息过滤。
- 多租户：namespace + 数据库层过滤 + 审计。
- 可观测：OpenTelemetry trace + Prometheus metrics + 审计日志。
- 隐私：PII 检测、敏感信息拒绝、用户可控。
Q10：Agent Memory 中的“遗忘”应该如何实现？
参考答案：
- 截断：超出容量时删除最旧或最低分记忆。
- 摘要压缩：用摘要替代原始多轮对话。
- 衰减：给记忆重要性分数，随时间或使用频率衰减。
- TTL：按类型设置过期时间。
- 主动删除：用户请求删除、敏感信息删除、错误记忆删除。
- 冲突更新：新事实覆盖或版本化旧事实。
Q11：Memory 与 Agent Runtime 的边界是什么？
参考答案：
- Runtime 负责决定什么时候调用记忆、把什么传给记忆、把检索结果怎么用。
- Memory 负责存储、编码、索引、检索、遗忘本身。
- Runtime 不直接操作向量数据库；Memory 不决定任务如何执行。
- 两者通过
remember/recall契约交互。
Q12：如何评测 Agent Memory 系统的好坏？
参考答案：
- 检索质量：hit@k、MRR、precision@k。
- 记忆覆盖：用户偏好/事实被成功记住的比例。
- 污染率：错误、幻觉、低质量记忆的比例。
- 业务价值：有记忆 vs 无记忆的任务成功率、用户满意度。
- 性能：检索/写入延迟 P50/P99、存储成本、每次查询注入的 token 数。
- 隐私合规：敏感信息拦截率、用户删除响应时间。
- 基准工具：LoCoMo、LongMemEval、BEAM，以及行动式评测 DolphinBench 与遗忘评测 Bemula；厂商自报分数要谨慎，应自有数据 bake-off。
Q13：向量记忆和时序知识图谱记忆有什么区别？什么时候选后者？
参考答案：
- 向量记忆把记忆编码为稠密向量，擅长语义模糊召回，但表达不了“实体之间的关系”和“事实何时为真”。
- 时序知识图谱（如 Graphiti）把记忆建模为实体 + 关系 + 双时序属性（生效时间/失效时间），新事实到来时旧事实被“失效”而不是删除。
- 选型判断：如果业务事实大量随时间演进（用户偏好变化、组织关系调整、状态流转），且需要回答“以前是什么”“什么时候变的”，选时序图谱；如果只是静态偏好与 FAQ 式事实，向量记忆足够。
- 两者可以组合：向量负责粗召回，图谱负责实体对齐、多跳遍历与时序过滤。
Q14：什么是 sleep-time compute？它解决了记忆系统的什么问题？
参考答案：
- Sleep-time compute 由 Letta / UC Berkeley 提出（arXiv:2504.13171）：让 Agent 在空闲时运行后台 LLM 调用，预处理输入、整理记忆，从而降低测试时（请求路径）计算量（论文报告约 5 倍）。
- 对记忆系统的意义：记忆整理（事实合并、冲突消解、core/archive 升降级）本来要在请求路径上做，延迟高、成本大；移到后台离线做之后，请求路径只需要轻量检索。
- 本质是把记忆的“写入与整理”从同步路径解耦到异步路径，代价是需要维护一个后台 Agent 与触发调度。2026 年 9 月 Mem0 的 Dream 功能把同一思路带到了中间件路线：后台执行 Merge / Supersede / Synthesize，且任何操作都不物理删除记忆。
Q15：用户要求删除一条记忆，如何保证它真的被删除了？
参考答案：
- 难点在于派生链：一条记忆可能已被压缩进摘要、综合成洞察、编码进 embedding、投影到图节点、缓存在检索索引中，逐点删除容易、证明全部清除难。
- 2026 年 10 月的 Bemula 基准（arXiv:2610.18052）显示，主流记忆系统端到端通过遗忘请求的比例不超过 1.5%——这是行业公认短板。
- 工程缓解：写入时保留 provenance（来源指针），删除沿派生链传播；优先用 TTL 与敏感标签前置拦截，减少需要事后清除的数据量；删除操作本身进入审计日志并可验证。
本章小结
Agent Memory 的面试问题通常集中在：记忆分类与生命周期、向量检索策略、长期记忆与 RAG 的区别、多租户隔离、embedding 模型管理、遗忘与更新机制、隐私与安全、Memory 与 Runtime 的边界。2025 年后还会考察向量 vs 图谱 vs 时序记忆的选型、sleep-time compute / 后台记忆整理（Letta sleep-time、Mem0 Dream）与**行动式记忆评测（DolphinBench）/ 合规遗忘（Bemula）**等新范式。掌握本章问题，基本可以覆盖初级到高级面试场景。
参考来源