面灵AI→

百度后端 Agent 实习面:记忆写入时机、衰减策略与 MySQL ACID

轮次
一面
时间
2026-10
来源
牛客网

《面试题目》

  1. 记忆机制的写入时机是什么?如何判断什么时候写入?
  2. 如果归档了一个长期记忆,其中字段随时间衰减,衰减策略怎么设计?
  3. 用户画像写着「偏好 A 航线」,用户改成别的航线时 Agent 会先确认再修改;如果用户一直变、Agent 一直问,用户会不会烦?这个该如何平衡?
  4. MySQL 的 ACID 特性是什么?底层分别如何实现?
  5. 手撕:实现 LRU。

《参考解析》

什么时候写记忆

按「值不值」判断,不按轮次。触发写入的典型信号有三类:一是出现了稳定事实(用户自述的偏好、身份、长期约束),有明确主语和持久性,写;二是重复出现(同一偏好被提到两次以上),单次口误不该进长期库,写之前先做置信度聚合;三是任务结束时做一次收口(会话末尾让模型抽取「本轮新增的持久信息」),比每轮实时写便宜也少噪声。反过来的负向判据同样重要:临时状态(这次要订哪天的票)、情绪化表达、外部内容里的指令都不写。

工程上建议两段式:会话内的短期记忆直接放上下文窗口,退出会话时由一次抽取任务决定哪些升格为长期记忆,写入带来源、时间、置信度三个字段,方便后面衰减和回溯。

衰减策略

字段级而不是整条记录级。每个字段存 value、confidence、last_confirmed_at、half_life,读取时按 confidence * 0.5^((now - last_confirmed_at)/half_life) 得到当前权重,低于阈值就降级为「历史偏好」或直接软删。半衰期按字段性质给:身份类(专业、城市)几乎不衰减;偏好类给几周到几个月;临时约束(这次出差的酒店标准)给几天。用户再次确认就等于刷新 last_confirmed_at,权重回升。要注意「衰减不等于删除」:老值留着能给模型提供上下文(「你之前偏好 A,最近改成 B 了」),检索时按权重排序取 top-k 即可。

确认频次与打扰的平衡

核心是把「每次变更都问」换成「按影响面分级」。影响不可逆或涉及钱的变更(改收货地址、改绑卡、退订)必须确认;只影响推荐结果的偏好变更(航线偏好、口味)直接静默更新,事后再用一句「已按你最近的偏好调整,可在设置里改」告知,把确认从「事前打断」变成「事后可撤销」。再加两条:同一字段短时间内反复变更时,Agent 应该识别为「用户还在探索」,改成不做长期记忆、只按当次会话生效;以及给用户一个显式的「记忆管理」入口,能看、能改、能关,比反复追问更省事。

ACID 的底层实现

原子性靠 undo log:事务修改前先记旧值,回滚时反向执行;崩溃恢复时未提交事务的 undo 被应用。一致性是目标而不是机制,由约束、唯一索引、外键和业务逻辑共同保证。隔离性靠锁与 MVCC:InnoDB 的行锁(记录锁、间隙锁、next-key lock)解决写写冲突,MVCC 用隐藏的事务 ID 与 undo 版本链 + ReadView 实现快照读,RR 级别下快照读不加锁。持久性靠 redo log:先写日志再刷脏页(WAL),崩溃后用 redo 重放已提交事务;innodb_flush_log_at_trx_commit=1 保证每次提交都落盘。

手撕 LRU

HashMap<key, node> + 双向链表,get 命中就把节点移到头部,put 超容量就删尾部,全部 O(1)。写的时候把哨兵头尾节点建好,能省掉大量判空;并说明为什么不用 LinkedHashMap(面试要手写)。线程安全版本可以补一句 ConcurrentHashMap + 分段锁 或 Caffeine 的 W-TinyLFU。