匹配正文：…具调用和审计适合关系型存储，支持版本、条件更新和精确查询。长文档与大工件放对象存储，State 只保存引用。长期语义记忆可以使用向量检索，但通常需要关系型元数据过滤；实体关系复杂时才考虑图结构。不要根据技术名词反推需求。向量库适合模糊相似检索，不适合单独承担权限、事务、唯一约束和精确执行状态。关系库也不是所有文本都塞一张表，工件、索引和审计可以各自分层。记忆检索怎样避免污染当前决策先用用户、租户、类型、时间和有效状态过滤，再计算相关性。召回条目带来源、时间与置信状态进…

#Agent#记忆与存储#Agent 长期记忆设计

面试题·RAG

Embedding 和 Rerank 模型怎么选？什么时候值得领域微调？

匹配正文：…，但并没有回答问题”“同一个术语出现在规则和例外条款里”“问题带有否定含义”等细粒度差别，但代价是每个候选都要参与推理，因此不能像向量检索那样直接面对全库。这也决定了两个模型的验收问题不同：验收 Embedding，要问“正确证据有没有进入前 K 个候选”；验收 Rerank，要问“在候选已经包含正确证据的前提下，它有没有把证据排到更适合生成模型使用的位置”；验收整条链路，还要问“最终提供给生成模型的上下文是否完整、互补，而不是重复堆叠”。如果不先拆开职责，常见的误…

#RAG#检索与重排#Embedding 模型选型

面试题·Agent

Agent 长期记忆什么时候写入？从候选提取到更新、冲突和遗忘的完整生命周期

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

匹配正文：…息，也应与可注入模型的长期记忆隔离，不能借审计名义继续用于个性化。追问六：怎样证明遗忘真的生效不仅看管理页消失，还要从主记录、向量检索、缓存、摘要和备份恢复路径验证不可再召回，并保存各副本清理状态。从候选到遗忘：一段完整回答我会把长期记忆写入设计成一条有拒绝出口的生命周期。模型先从对话或最终任务结果提取候选，并标明主体、类型、来源和用途；系统再做敏感信息、授权、权限、稳定性、去重与冲突检查。通过后才写正式记录，记录包含稳定 ID、来源、时间、版本、有效期、可见范围和替…

#Agent#记忆与存储#Agent 记忆写入机制

面试题·RAG

RAG 检索效果差怎么排查？从 Query 到 Rerank 逐层定位

匹配正文：…只用于定位，最终修复要保证安全边界不被破坏。第四层，两路召回分别找到了什么？不要一上来只看融合后的 Top-K。 BM25 与向量检索解决的失败类型不同。把两路混在一起，会看不出正确证据原本由哪一路找到，又在哪一步被压下去。 BM25 更依赖原词、编号和专业术语。用户换了说法时，它可能漏掉正确文档。向量检索擅长语义改写，但短 Query、领域术语和否定表达可能出现偏移。调试时应分别保存两路候选、原始分数、排名和 Chunk 来源。同义词问题先看向量路线是否补回了正式…

#RAG#生成与对话#RAG 检索优化

面试题·Agent

Agent 从海量记忆里怎么找对内容？相关性、时间性和重要性怎样组合

匹配正文：面试官可能会问：“长期记忆已经存了很多条，为什么不能直接向量检索 TopK？” 因为“语义相似”只回答文本像不像，不回答这条记忆属于谁、当前 Agent 有没有权限、信息是否还有效、来源是否可信、是不是被新版本替代，以及它对当前任务到底有多重要。用户今天问“帮我继续上次的 RAG 评测”，向量库可能召回一个月前的项目目标，也可能召回另一个项目里措辞相似的评测记录。旧目标语义很像，但当前阶段已经变化；另一个项目更像，却属于错误作用域。若系统只取相似度最高的几条，记忆越多，污染…

#Agent#记忆与存储#Agent 记忆检索排序

面试题·RAG

资料里没有答案时，RAG 怎么避免强行生成？

匹配正文：…？有答案却被拒绝，和没答案却强答，哪个更严重？检索分数过关后，生成阶段为什么仍可能编造？为什么“搜到了”仍然可能没有答案？向量检索做的是相对排序。给它一个问题，它会在当前索引里找出语义上最接近的若干片段。即使整座知识库都没有正确答案，仍然可以排出第一名、第二名和第三名。第一名只代表“在现有候选中最像”，不代表“足以支持结论”。关键词检索也有类似问题。问题里出现“票据”“交通”“补办”，资料里恰好有这些词，搜索结果就可能看起来很相关。但如果原文只讲国内流程，它仍然…

#RAG#生成与对话#RAG 无答案检测

面试题·Agent

Agent 记忆数据怎么存？关系库、向量库、对象存储与 Schema 怎样设计

匹配正文：…系表。短文本可以直接保存，长内容可以保存对象引用。但决定一条记忆能否被读取的状态、权限、版本和来源，应该在一个可精确验证的位置。向量检索返回 memory_id 后，服务回到关系库读取当前版本并复查 tenant_id、subject_id、visibility、status 和有效期。即使向量索引延迟，这个复查也能挡住已经撤回、删除或越权的旧候选。一张记忆主表至少要表达什么下面是用于面试讨论的最小字段示意： memory_entry ( memory_id, tena…

#Agent#记忆与存储#Agent 记忆存储设计

求职指南·求职

大模型系统设计和编码环节怎么准备

匹配正文：…么解析、按什么粒度切块、元数据怎么带、索引多久重建、增量更新怎么做只说"存进向量库",说不清切块策略和更新机制检索/召回方案向量检索 + 关键词(BM25)混合、召回多少、要不要重排、多路召回怎么融合只上单路向量检索,答不上召回不全怎么办模型与 Prompt 选什么模型、上下文怎么拼、引用怎么带、幻觉怎么约束、要不要 function calling 把 Prompt 当细节略过,不提引用和防幻觉评估怎么做检索命中率、答案准确性、幻觉率怎么测,离线评估集 + 线…

#求职#职业转型

面试题·RAG

对话历史太长怎么办？滑动窗口、摘要和长期记忆怎么分工？

匹配正文：…作用域过滤当前请求到来时，系统先确定用户、组织、会话和任务作用域，再读取短期窗口和长期候选。对于持久数据库，可以按字段过滤；对于向量检索，也要限制在允许访问的分区或候选集合内。关键原则是：先确定“哪些记忆有资格被看见”，再在其中判断“哪些语义相关”。如果先从全体用户记忆做向量近邻，再在结果末端补权限过滤，不仅可能浪费候选名额，也会增加数据越界风险。第五步：融合时处理冲突检索到记忆后不能直接全部拼入 Prompt。系统需要检查时间、状态、主题和来源。当前用户明确修改了偏…

#RAG#生成与对话#RAG 记忆模块

面试题·RAG

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

匹配正文：…一个更快的模型。但一条 RAG 请求在模型生成第一个字之前，已经经过 Query 处理、Query Embedding、关键词与向量检索、候选融合、Rerank 和上下文构建。真正的等待可能发生在其中任何一段。从调用依赖关系看，模型要等检索证据准备好，才能开始基于证据生成。因此，如果向量检索阶段很慢，流式输出只能改变第一个 Token 之后的展示，不能缩短前面的检索等待。这是链路顺序决定的。同样，如果 Trace 显示模型服务正在排队，继续调 HNSW 参数也无法触及这个…

#RAG#评测与上线#RAG 首字响应

面试题·RAG

一个可上线的 RAG 系统怎么拆？离线入库、在线问答和监控如何闭环？

匹配正文：… Embedding 服务可能超时。如果系统同时有关键词路线，可以在明确标记降级的情况下只使用 BM25，但要重新应用证据门槛。向量检索可能失败。不能把空候选直接交给模型，让模型凭自身知识回答内部资料问题。 Rerank 可能超时。可以使用融合后的初排结果，但要记录本次未经过精排，并检查候选是否仍满足最低质量。模型服务可能限流或中断。系统可以返回已检索到的原文，或者明确提示稍后重试，不能伪造完整答案。引用核验失败时，高风险事实应该删除、降级或拒答。这些降级动作要在响应…

#RAG#评测与上线#RAG 系统设计

面试题·项目与经历· OPPO

ML项目流程：特征工程到评估

匹配正文：…则说明流量、观察窗口和回滚。复盘：错误样本、数据漂移、监控和下一步【】。模型链路必须来自候选人的实际系统。候选生成可以是规则、向量检索、协同过滤或学习模型，排序可以是树模型、深度模型或其他方法。方法名不决定流水线位置，目标函数、特征可用性、延迟与部署约束才决定。

#特征工程#模型选型#超参数调优

面试题·Agent· 百度

Agent模块协作机制与失败场景

匹配正文：…约束和已验证观察。长期记忆写入前检查来源、权限、用户隔离、有效期和纠错机制；重要性分数只能辅助排序，不能替代真实性验证。摘要和向量检索都可能丢失或误召回信息，关键事实应回查权威记录。 4. 行动工具先注册 Schema、返回协议和风险等级。调用时完成参数、权限、幂等、副作用和资源预算检查；执行结果以 Observation 返回状态机。失败时根据错误类型重试、换工具、降级、请求确认或终止。 5. 协作与评测模块通过版本化协议和 trace_id 连接，记录状态迁移、工…

#百度#Agent#Agent 系统架构

面试题·Agent· 阿里

Agent 中 RAG 瓶颈怎么破?

匹配正文：一、核心瓶颈分析 1. 检索层瓶颈延迟来源：向量检索（HNSW索引构建耗时）、重排序（Cross-encoder延迟高）、多路召回合并精度损失：Embedding语义漂移、稀疏检索（BM25）与稠密检索融合权重难调 2. 上下文层瓶颈长度限制：长文档截断导致关键信息丢失，Agent多轮后历史膨胀噪声引入：检索top-k中的低相关文档污染生成，"中间丢失"现象 3. Agent特有瓶颈决策链累积错误：ReAct循环中检索→推理→工具调用，任一环节出错级联放大状态管理…

#阿里云#Agent#Agent RAG 瓶颈

面试题·Agent· 高德

Agent记忆分层：摘要与检索协同

匹配正文：…地点"的POI关联实时性权衡：交通状况不存长期记忆，只存"用户偏好避开高速"这类规则成本权衡：摘要用7B模型，主推理用70B；向量检索用HNSW索引，召回 latency <50ms 学习建议建议从RAG和Agent架构基础入手，理解向量检索、摘要模型和分层记忆设计模式，结合论文与开源项目（如MemGPT）实践核心流程。

#高德#Agent#Agent 记忆管理

面试题·Agent· 蚂蚁

Agent 系统哪个模块最不稳定?

匹配正文：…ding将"退款政策"与"退货流程"混为一谈历史包袱：早期错误记忆被反复检索强化上下文膨胀：关键信息被淹没在冗余历史中根因：向量检索的语义近似性≠业务精确性；缺乏记忆的有效期与置信度机制。 4. 执行反馈 — 状态黑洞核心问题：观测延迟与解读偏差工具异步执行时，Agent误判"未完成"为"失败" 错误信息被LLM过度解读，引发过度修正部分成功状态（如"创建成功但通知失败"）难以被正确分类系统性风险：级联失效单模块故障会通过重试机制放大：规划错误 → 生成无效…

#蚂蚁#Agent#Agent 稳定性

面试题·Agent· 淘天

传统 RAG 有哪些痛点?

匹配正文：传统RAG的三大核心痛点 1. 检索噪声（Retrieval Noise）问题本质：向量检索返回的Top-K结果中，存在语义相关但实际无关的"伪相关"文档。电商案例：用户查询"苹果手机充电器"，检索结果混入"安卓快充协议技术文档"——语义相近（充电、协议），但完全无法回答iPhone配件问题。导致模型生成错误购买建议，引发客诉。关键影响：准确率下降、幻觉风险上升。 2. 上下文冗余（Context Redundancy）问题本质：检索块之间存在大量重复信息，有效信号被…

#淘天#Agent#RAG 痛点

面试题·Agent· 小红书

长序列行为数据怎么处理?

匹配正文：…需在分钟级进入用户记忆负信号：曝光未点击同样重要，需设计负样本选择策略最终方案往往是混合架构：短期用滑动窗口保证实时性，长期用向量检索+摘要压缩控制成本。学习建议建议系统学习该知识点

#小红书#Agent#长序列行为数据

面试题·Agent· 百度

Agent 工具类型怎么选?

匹配正文：…题： 1. 信息检索类搜索引擎/知识库：弥补模型知识时效性和幻觉问题，如实时新闻查询、企业内部文档检索数据库查询：SQL执行、向量检索，用于结构化数据获取 2. 计算与推理类代码执行器：Python/Shell执行复杂计算、数据分析，解决数学推理短板专用计算API：金融定价、科学计算等，避免模型自行计算出错 3. 外部服务类业务API：订单查询、天气、地图、支付等，打通真实业务系统第三方SaaS：日历、邮件、CRM等办公工具集成 4. 感知与交互类多模态工具：图…

#百度#Agent#AI Agent 工具

面试题·Agent· 字节

Agent 长期记忆存哪里?

匹配正文：…漏关键精确但无泛化宏观连贯但细节丢失工业界实践：分层混合架构 L1 工作记忆：当前对话窗口（2-4K tokens） L2 向量检索：近期相关片段（Chroma/Milvus） L3 摘要归档：压缩后的长期历史（MemGPT方案） L4 结构化KV：用户画像、业务规则（Redis/MySQL）字节/百度实际落地中，高频路径走KV，长尾语义走向量，超长会话触发摘要，通过记忆优先级评分动态决定各层召回权重。

#字节#百度#Agent

面试题·Agent· 字节

Agent 记忆衰退：为何与如何实现

匹配正文：… 明确必要性：历史信息确实会干扰决策，尤其是动态环境中列举2-3种具体实现机制（时间衰减、重要性评分、主动遗忘）说明与RAG/向量检索的结合方式提及实际落地中的权衡（衰减参数调优、计算开销）必要性判断有必要，尤其在两类场景：动态环境：工具API、业务规则频繁变更，旧记忆会误导决策长会话Agent：上下文累积后，早期无关信息稀释有效信号但注意区分：事实性知识（用RAG外挂）vs 交互记忆（会话上下文），后者才是衰减机制的主战场。三种实现方式机制核心思路具…

#字节#Agent#Agent 记忆衰退

面试题·文档处理· 美团

RAG知识库构建流程详解

匹配正文：…fConstruction（构建精度）增强策略：多向量表示：一个文档存摘要向量+详细内容向量元数据过滤：先按时间/类别过滤再向量检索增量更新：处理新增文档的索引合并策略学习建议建议系统学习该知识点

#美团#RAG 知识库构建#文档预处理

面试题·评估· 美团

RAG 工作原理与局限怎么分析?

匹配正文：… 拼入 prompt 生成优势:知识可实时更新、答案可溯源、幻觉显著降低、不需要重训模型局限:效果强依赖检索质量(切分不当/纯向量检索对 ID 类文本失效),链路长、延迟与成本上升与微调的边界:微调学「格式与风格」,RAG 注「事实与时效」,生产中常两者结合工作原理 RAG 的本质是把「模型参数里的知识」和「外部知识库」解耦。索引侧:把文档切成语义完整的块(避免固定长度一刀切把条款劈成两半,优先按标题/段落等结构边界切分),做 Embedding 后存入向量数据库。检…

#美团#评估与监控#RAG 工作原理

面试题·评估· 字节

专业领域 RAG 链路怎么搭?

匹配正文：…图谱增强：抽取"疾病-症状-药品"或"法条-案例-解释"关系，构建实体链接三、检索策略多路召回 → 精排 → 重排：召回层：向量检索（Top-K）+ 关键词检索 + 图谱邻居扩展精排层：Cross-Encoder打分，过滤低相关片段重排层：按时效性、权威性加权；医疗优先临床指南，法律优先生效条文查询优化：识别专业术语缩写（如"心梗"→"心肌梗死"），扩展同义词四、生成优化 Prompt工程：强制引用来源，格式如"根据《XX指南》第X条..." 约束解码：禁止生成…

#字节#RAG 全链路#RAG 技术链路