页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Agent长期记忆」找到 77 条内容
按专题浏览 →匹配正文：面试官可能会问：“Agent 做一个十分钟任务和跨多天任务，记忆设计有什么不同？是不是把所有消息都存进向量库就行？” 这道题最容易把三个概念混在一起：上下文、任务状态和长期记忆。上下文是当前这次模型调用能看到的内容；任务状态记录同一次执行进行到哪里；长期记忆保存跨会话仍有价值的事实、偏好或经验。它们都让系统“记得”，但生命周期、存储方式、读取策略和安全边界不同。 短任务通常重视当前目标、最近对话、计划和工具结果，重点是选择哪些信息进入有限上下文。长任务除了工作记忆，还要持久化…
匹配正文：面试官可能会问：“用户随口说了一句偏好，Agent 要不要立刻记住？” 这不是一道“接个向量数据库就行”的题。真正困难的是决定什么值得跨会话保存，谁有权保存，旧信息怎样被更新，冲突时相信哪一条，以及用户要求忘记后怎样确保它不再被召回。 如果 Agent 把每轮对话都写成长期记忆，临时要求、错误推断和敏感信息会不断积累。下一次检索虽然能找到“相似内容”，却可能把已经过期的偏好当成当前事实。反过来，如果系统什么都不写，跨会话体验又会从零开始。 因此，回答应围绕一条可审计的记忆生命…
当Agent需要维护大规模的长期记忆时，应如何设计存储结构？面对海量历史记录，有哪些方法可以优化记忆的检索效率和相关性排序？
学习内容与项目面试，在同一条路上。