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
- 做一下自我介绍,讲一下实习和项目经历。
- 平时对什么感兴趣?怎么学习、了解 AI 新技术?
- 说说自己的优势、短板,以及擅长和不擅长的技术方向。
- 有没有 DevOps、云服务器部署和全栈开发经验?项目是否上线?
- 选一段最熟悉的实习经历展开讲。
- (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
- 你说做了上下文压缩,具体怎么压缩?
- 压缩过程和 MySQL 存储分别是什么关系?
- 为什么从 MySQL 换成 PostgreSQL?
- 向量怎么生成,怎么检索?pgvector 在里面负责什么?
- 用户数据具体怎么存?如果有百万级用户,表结构怎么设计?
- 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)
- 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?
- 聊天记录中的信息怎么抽取?
- 怎么判断一条信息属于用户偏好、值得保存?
- 什么情况下更新记忆?
- 你说上下文快满了再处理,怎么判断「快满了」?
- 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
- 模型上下文为什么会爆?触发处理的阈值怎么设计?
- 上下文与记忆具体怎么压缩?重点讲过程。
- 各家 Agent 产品的记忆机制是怎么设计的?
- 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。