面灵AI→

某半导体公司 AI Agent 一面:上下文压缩、记忆机制与 pgvector 被连续追问的 28 分钟

轮次
一面
时间
2026-11
来源
牛客网

《面试题目》

开场与项目背景

  1. 做一下自我介绍,讲一下实习和项目经历。
  2. 平时对什么感兴趣?怎么学习、了解 AI 新技术?
  3. 说说自己的优势、短板,以及擅长和不擅长的技术方向。
  4. 有没有 DevOps、云服务器部署和全栈开发经验?项目是否上线?
  5. 选一段最熟悉的实习经历展开讲。
  6. (面试官另外问了高考数学成绩。)要求关闭简历、共享屏幕,再口头介绍一遍项目。

Agent 记忆模块深挖

  1. 你说做了上下文压缩,具体怎么压缩?
  2. 压缩过程和 MySQL 存储分别是什么关系?
  3. 为什么从 MySQL 换成 PostgreSQL?
  4. 向量怎么生成,怎么检索?pgvector 在里面负责什么?
  5. 用户数据具体怎么存?如果有百万级用户,表结构怎么设计?
  6. 你提出的分库分表方案有依据吗,还是自己的猜想?

现场调研(共享屏幕约 5 分钟)

  1. 现场查一下 DeepSeek 等产品以及成熟 Agent 的记忆机制,说说 Claude Code 具体怎么实现,你确定它用了数据库吗?
  2. 聊天记录中的信息怎么抽取?
  3. 怎么判断一条信息属于用户偏好、值得保存?
  4. 什么情况下更新记忆?
  5. 你说上下文快满了再处理,怎么判断「快满了」?
  6. 压缩的完整过程是什么?

留给候选人整理后回复的四个问题

  1. 模型上下文为什么会爆?触发处理的阈值怎么设计?
  2. 上下文与记忆具体怎么压缩?重点讲过程。
  3. 各家 Agent 产品的记忆机制是怎么设计的?
  4. Agent 一定需要记忆吗?现有记忆架构是否合理?

《参考解析》

上下文压缩要讲清输入、触发、过程与失败处理。面试官连问的实质是「这个模块是谁在跑、什么时候跑、输入输出是什么、失败怎么办」。一个可落地的描述:每次会话请求前统计消息 token 数(含工具返回),超过窗口预算的某个比例(常见 70%~80%,要给依据而不是拍数字)时触发压缩;输入是最近若干轮之外的历史消息,输出是一段结构化摘要 + 若干条抽取出的长期记忆;压缩由一次独立的模型调用完成,把「角色、目标、已确认的事实、未完成的待办、用户偏好、被否决的方案」分字段输出,写入存储后再把这段摘要作为一条 system 或 user 消息放回上下文头部,原始消息归档但不删除。失败处理要写明:压缩调用超时或输出解析失败时不丢历史,降级为滑动窗口截断并记一条告警;摘要落库与替换上下文要在一个事务或可重试的幂等步骤里完成,避免「摘要写了一半、上下文已替换」。

压缩与存储的关系,以及为什么换 PostgreSQL。压缩产出的摘要和记忆条目是文本,原始消息也是文本,MySQL 存这些没有问题,所以「换成 PostgreSQL」的真实理由通常不是压缩本身,而是向量检索:pgvector 让向量列和业务数据在同一张表、同一个事务里,省掉一套独立向量库的同步链路,过滤条件(用户 id、时间、类型)可以和向量近邻查询写在同一条 SQL 里,也不会出现向量库删了而关系库还留着的孤儿数据。代价是规模上限与索引维护:HNSW 索引内存占用高、写入放大,百万级以上要考虑分区、按用户分片或迁到专用向量库。答这题时把「当初为什么选 MySQL」「什么信号出现才换」讲清楚,比背 PostgreSQL 的优点更有说服力。

向量的生成与检索链路。写入侧:把一条记忆(一句话、一段摘要、一个事实三元组)经 embedding 模型转成定长向量,连同原文、用户 id、类型、来源会话、创建时间、置信度一起入库;同一份文本换模型必须重建,所以表里要存模型名与维度。检索侧:查询文本同样过 embedding,用余弦或内积做近邻(pgvector 的 <=>、<#> 运算符),可加 ivfflat(需先灌数据再建索引,靠 lists/probes 调召回)或 hnsw(查询快、内存吃得多);再叠一层元数据过滤与时间衰减,最后做相关性阈值截断,别把 top-k 硬塞进上下文。工程上还要处理:去重(同一事实反复出现)、过期(旧偏好被新偏好覆盖)、以及「检索不到时的兜底」——宁可少给,也别把无关记忆塞进 prompt 污染回答。

百万级用户的数据表设计。最小可用的一套是四张表:users(档案与配额)、sessions(会话元信息)、messages(原始消息,按 (user_id, session_id, seq) 建索引,内容大字段可单独拆表或放对象存储)、memories(记忆条目,含 vector 列与类型、置信度、最后命中时间)。分片的第一原则是让同一用户的读写落在同一分片:按 user_id 哈希分库分表,或按 user_id 做范围分区;messages 是增长最快、查询最局部(几乎只按会话查)的表,最适合先分片,甚至可以冷数据归档到列存或对象存储,只把摘要留在热库。索引上要避免在 messages 上建大范围时间索引后做全表扫,改用 (user_id, created_at) 复合索引。至于「分库分表方案有依据吗」——诚实回答更好:单表预估行数与单行字节数、目标 QPS、索引大小与内存的关系,算出什么时候必须分;没有压测数据就说是设计推演,不要包装成已验证。面试官问这句,往往就是在分辨「你做过」和「你读过」。

判断一条信息值不值得存成长期记忆。不要用一个模糊的「重要」标准,拆成可判定的规则:是否属于稳定属性(职业、技术栈、长期偏好、所在城市、目标岗位)而非一次性状态(今天想改简历);是否会在未来会话中被复用(复用概率靠类型先验 + 命中统计);是否与已有记忆冲突(冲突时走更新而不是新增);是否敏感(证件号、联系方式默认不入长期库)。工程上常见做法是让模型按固定 schema 输出「是否保存 / 类型 / 内容 / 置信度 / 有效期」,再用阈值与规则过滤,并保留人工可查的删除入口。用户明确说「记住」时应无条件保存,这是唯一可以绕开模型判断的入口。

各家 Agent 的记忆机制要讲结构性差异,而不是产品名。Claude Code 这一类的做法是把项目级约定写进仓库里的 CLAUDE.md 文件,靠读文件把「长期记忆」注入上下文,会话历史超长时做压缩摘要,本质是「文件即记忆 + 上下文压缩」;Cursor 侧是编辑器内的规则文件加上代码库索引,索引服务于检索而不是对话记忆;ChatGPT 类产品是服务端维护的记忆条目,按相关性检索后注入提示词,并给用户可见的编辑与删除入口。共同点值得点出:都在「上下文之外存一份可检索的状态」,都在上下文接近上限时做摘要或丢弃,都区分「事实型长期记忆」与「会话内短期历史」。不确定的细节要说不确定,别编造实现。

Agent 是否一定需要记忆。不是。记忆解决的是「跨会话的状态延续」和「上下文装不下的信息复用」,如果任务是单轮、无状态、输入自带全部信息(比如一次代码审查、一次格式转换),加记忆只会引入污染与成本。判断标准是三条:任务是否跨轮依赖前文、信息是否超出窗口、用户是否期待被记住。需要记忆时也要选形态——结构化档案(字段明确、可查询)、向量检索(模糊相关)、文件规则(确定性注入)各有适用面,混用时要明确谁的优先级高。

关于这场面试本身。候选人自评不理想,原因值得记下来:项目里写了「长期记忆、上下文压缩、向量检索」,就要能继续回答谁执行、何时执行、输入输出、失败兜底、为什么需要这五问;介绍别人的产品时要有官方文档或源码依据,把「我实现的」「我调研确认的」「我设想中的」三件事分开讲,否则一个追问就会露出边界。