考察点
这道题出自 2026 年面渣逆袭系列的 Agent 面试真题（"如果让你设计一个 Agent，它的长短期记忆你打算怎么设计？"），AI 应用岗一二面高频。面试官想看你能不能类比人类记忆做架构分层，并且每层给出可落地的技术方案，而不是只背"短期=对话历史、长期=向量库"一句话。追问常往写入时机、召回策略、记忆冲突上走。
参考答案
划分依据：生命周期和访问模式
短期记忆是当前任务的工作记忆：这轮对话的消息历史、中间推理过程（scratchpad）、刚调完工具拿到的结果。它的生命周期等于会话，访问模式是高频全量——每轮推理都要带。所以它唯一的存放地就是上下文窗口本身，不存在"存到哪"的问题，只存在"放不下怎么办"的问题。
长期记忆是跨会话持久化的信息：用户画像和偏好、历史交互提炼出的事实、Agent 自己积累的经验教训。生命周期跨会话甚至永久，访问模式是低频按需——只在该用的时候检索出来注入上下文。所以它必须外置：向量库、KV 存储、关系库甚至知识图谱。
一句话：短期记忆天然在窗口里，长期记忆天然在窗口外，长期记忆要通过召回"借道"窗口才能被模型用上。
短期记忆的实现
短期记忆的工程问题就一个：窗口会被挤爆。我的做法是三层：
- 原始消息流：最近 N 轮完整保留，N 按窗口预算动态算，一般保最近 5-10 轮。
- 滚动摘要：更早的历史由 LLM 增量摘要成一段"前情提要"，每超阈值更新一次，保留关键决策、结论、未决问题。
- 工具结果裁剪：工具返回的大 JSON、长文本不留在历史里，只留结论一句话加引用 ID，原文落盘，需要时按 ID 读回。
长期记忆的实现
长期记忆按内容性质分三类存：
- 事实型（用户叫什么、偏好什么格式）：结构化 KV 或关系表，精确读写，不需要向量。
- 经验/情景型（上次那个问题怎么解决的）：文本片段 embedding 后走向量库，按语义召回。
- 画像型（用户是后端工程师、关注性能优化）：聚合标签，每次会话开始全量注入，量小但权重高。
召回侧一般是"相似度 + 时间衰减 + 重要性"加权打分取 top-k，这是另一道专门的高频题。写入侧要控制时机和质量，不能每句话都往里写。
类比的边界
可以借用认知科学的术语加分——感觉记忆≈当前输入，工作记忆≈上下文窗口，长期记忆分语义记忆（事实）和情景记忆（经历）——但要说明边界：LLM 本身没有记忆，每次推理都是无状态的，所有"记忆"都是工程系统在窗口外模拟出来的。这句话一出口，面试官就知道你是干过活的，不是背书。
可能的追问
- 长期记忆更新时新旧冲突怎么办？——写入前按语义检索查重，冲突时按时间戳新覆盖旧，同时保留历史版本可回滚；关键事实可以要求用户确认。
- 短期摘要把关键细节丢了怎么办？——摘要 prompt 里明确要求保留实体、数字、决策和未决问题；原文落盘保留引用，允许模型主动"翻旧账"。
- 长期记忆会不会越攒越脏？——会，需要 TTL、访问计数清理冷记忆、重要性打分过滤低价值写入，这就是记忆污染那道题。