Sunday面试指南

Agent Memory 和 RAG 有什么区别?有了向量数据库就算有记忆了吗?

下面的对话用于模拟面试追问。

🧑‍💻 面试官:Agent Memory 和 RAG 有什么区别?

🙋‍♂️ 我:RAG 是查外部知识,Memory 是查以前的聊天记录。

🧑‍💻 面试官:那我把聊天记录切成片段,用 RAG 搜索,算记忆吗?

🙋‍♂️ 我:也算。Memory 读取的时候可以用 RAG。

🧑‍💻 面试官:如果已经存进向量库,但下一次聊天没检索,也没带给模型呢?或者搜到的是别的用户的偏好呢?

要分清的是「系统、方法和组件」:记忆是一套能力,RAG 可以参与读取,向量数据库只是其中一种存储与检索组件。

面试速答(60 秒版)

Agent Memory 和 RAG 不在同一个层面,不能直接当成二选一的方案。

Memory 关注的是:交互中哪些信息值得保存,以后在什么情况下取出来使用。例如用户希望代码示例使用 Python,下一次换一个会话,助手仍然能按这个偏好回答。

RAG,也就是检索增强生成,描述的是先检索相关资料,再把资料交给模型辅助回答的方式。检索的内容可以是产品文档,也可以是历史记忆。LoCoMo 的官方实现就包含用历史观察和会话摘要建立检索数据的路径。LoCoMo 官方仓库。

因此,有向量库并不代表记忆已经做好了。应用还需要决定怎么保存、按谁的身份检索、怎样处理失效信息,以及怎么把结果带进本轮输入。

一个项目完全可以既有 RAG,又有 Memory:产品文档提供知识,用户记忆提供与当前任务有关的历史背景。

区分能力、方法、组件及可组合关系

知识点详解:同一个助手里,三者分别负责什么?

先看助手要回答哪两类信息

假设咱们在做一个编程学习助手。

用户问:“这个框架怎样做文件上传?”助手需要查框架文档。文档是否更新、示例是否匹配当前版本,影响的是技术答案。

用户还说过:“我刚开始学 Python,示例不要默认我会 TypeScript。”这条信息影响的是如何给这个用户讲解。下一次会话开始以后,如果仍然适用,助手可以继续使用。

两类内容都可以被检索。但它们的来源、适用范围和维护方式不一样,不能只因为用了相同的 Embedding 模型,就当作同一批数据管理。

RAG 负责一条读取与回答的路径

在这个例子中,应用可以根据问题检索上传文档,把相关段落放进模型输入,再生成解释。

这就是 RAG 的主要关系:问题触发检索,检索结果成为回答依据。

如果把检索对象换成历史记录,这条路径仍然可以成立。比如先找用户以前说过的语言偏好,再给模型。因此,“RAG 只能读公共文档,不能读记忆”是不准确的。

同样,也不能说 RAG 系统不能存数据、不能更新。知识库通常也要持久化和维护,只是 RAG 这个词本身没有替应用规定哪些个人经历应该成为记忆。

Memory 还要解释信息怎样留下来

用户每句话都完整存进聊天日志,和形成可使用的记忆,是不同的事情。

比如这次用户说“今天赶时间,答案短一点”。应用不能直接认定他以后永远只要短答案。

而“以后示例都用 Python”表达了跨任务偏好。应用可以把它保存为带用户范围和来源的记录,在合适的新任务里使用。

这里新增的工作不只是检索。还包括判断保存对象、记录来源、确定适用范围,以及在用户改变要求后停止使用旧信息。具体更新方案可继续看 Q060,本篇先把职责分清。

跨会话数据可以放在结构化存储,也可以建立语义索引,不要求全部进入向量数据库。LangChain 长期记忆文档。

向量库负责的是“找相近”,不是“替应用理解全部历史”

把一个片段转成向量以后,向量检索可以找到表达相近的候选内容。

但它不能仅凭相似度确认:这是当前用户的信息,还是另一个人的;这是长期偏好,还是当天临时要求;这条事实有没有被后来的消息纠正。

因此,在这个助手里可以这样组合:

用户问题先进入应用。应用分别查询有访问权限的框架文档,以及该用户当前适用的记忆,再把必要内容整理给模型。文档和记忆可以一起参与回答,但它们的标识与来源应保留下来。

这是推荐的应用设计,不是要求所有 RAG 或记忆框架都用两套数据库。

展示两类来源汇入回答,来源与用户范围不能混淆

面试官继续追问

用户偏好只有几个字段,还需要向量检索吗?

未必需要。

如果只保存示例语言、解释详略、时区等固定字段,按用户 ID 查询一份资料通常更简单。只有历史内容很多、查询表达不固定时,语义检索才更有价值。

把全部聊天记录存起来,能不能直接作为 Memory?

可以成为记忆来源,但还没有解决使用问题。

应用需要从中找到相关内容,分清发言对象和时间,再判断是否适合这次任务。否则一份完整日志仍然可能让助手重复询问用户已经说过的事。

怎样判断这套组合真的有用?

准备一组新会话任务,比较没有记忆和带记忆时的回答。检查助手是否正确使用已有偏好,用户临时要求能否覆盖一般偏好,以及无关记忆有没有影响答案。

产品知识答错时查文档证据;个人偏好用错时查记忆来源。不要把两类错误都归为“向量库没配好”。

面试速记卡

  • Memory:管理与后续任务有关的历史信息。
  • RAG:检索资料,再用资料辅助生成回答。
  • 向量库:提供存储与相似检索,不自动形成完整记忆系统。
  • 组合:RAG 可以承担记忆读取,产品知识与个人历史也可以共同使用。
  • 判断:不仅要存下来,还要在正确范围、正确任务里用起来。

公司面试真题

真题根据求职者公开面经整理,题意经过概括,非逐字原话或公司官方题库;本文为 Sunday 的独立解析。

浏览公司面试真题 →
简历汪永久免费在线制作简历,模板直接套用、导出无水印,永久免费、下载免费,不需要付费解锁任何功能。去写简历