考察点
这是记忆系统设计题的深挖追问（面渣逆袭 Agent 专题中"Memory 机制是怎么设计的"的延伸），通常在你答完长短期记忆分层之后抛出。面试官真正想看的是：你知不知道"什么都往里写"是记忆系统变烂的第一原因，以及你能不能在写入延迟、成本、记忆质量之间做权衡。
参考答案
三种写入时机
第一种，逐轮写入：每轮对话后提取本轮产生的事实写入。好处是实时、不怕会话中断丢信息；坏处是成本翻倍（每轮多一次 LLM 提取调用），而且对话中间的试探性内容、被后续的更正，都会被过早固化进记忆库，噪声最大。只在对实时性要求极高的场景用，比如客服对话中用户刚报了订单号。
第二种，会话结束批量提炼：整个会话结束后，用一次 LLM 调用把全对话提炼成若干条记忆写入。好处是能看到完整上下文，提炼质量高，成本只多一次调用；坏处是会话异常中断会丢记忆，且"结束"本身不好定义（用户关页面算结束吗）。工程上一般用会话超时（比如 30 分钟无活动）触发异步提炼任务兜底。
第三种，触发式写入：模型或系统判断"这条值得记"才写。两个来源：用户显式说"记住我喜欢简明回答"；模型在推理中通过工具（比如 save_memory）主动写入。这是 MemGPT 和现在很多编程 Agent 的路子。好处是写入意图明确、质量最高；坏处是依赖模型自觉，重要但模型没意识到要记的东西会漏。
生产上我倾向混合：触发式写入为主（事实型即时记），会话末批量提炼为辅（补经验和情景记忆），逐轮写入只在特定字段上用。
写入前的四道关卡
直接往库里塞文本是最常见的错误。写入管道至少要有四步：
- 重要性打分：让 LLM 给候选记忆打 1-10 分，低于阈值（比如 4 分）直接丢弃。"用户今天心情不错"这种就该被过滤掉。
- 查重：写入前 embedding 检索 top-5 相似记忆，相似度超阈值（比如 0.9）判定为重复，走更新而不是新增。
- 冲突解决：新旧记忆矛盾时（用户上次说喜欢 Python 这次说转 Go 了），策略是新的覆盖旧的、旧版本归档而不是删除，关键字段可以加用户确认环节。
- 打标签：来源（哪个会话、用户自述还是模型推断）、时间戳、置信度。推断出来的记忆要标低置信度，召回时区别对待。
两条经验
第一，宁可少写不要错写。漏记一条偏好，用户多说一遍就补上了；错记一条事实，它会污染后面所有会话，而且用户很难发现是记忆错了，只会觉得这个 Agent 不靠谱。
第二，写入路径要异步。提炼、打分、查重都是额外 LLM 调用，阻塞在主对话链路上会把响应延迟拖垮，放消息队列里后台跑。
可能的追问
- 模型主动调 save_memory 乱写一气怎么管？——工具定义里写清什么该记（偏好、事实、决定）什么不该记（闲聊、一次性信息），写后抽查加反馈；严重的话收敛为只允许用户显式触发。
- 写错了怎么改？——提供 forget/update 工具，用户可查看和删除自己的记忆；后台定期用 LLM 做一致性巡检，清掉自相矛盾的条目。
- 多用户场景怎么隔离？——记忆表强制带 user_id 命名空间，所有读写路径都过租户过滤，召回时先在元数据层过滤再做向量检索。