常见问题 FAQ
边学边练请访问 7 天学会 Memory Engineering：首页记忆分层可视化、/learn 七天课表、/lab 五个本地沙盒、社区与资源矩阵。
本文按主题组织真实工程问答。每条回答尽量包含为什么会这样与怎么处理，避免一句话打发。
概念与边界
Q1. Memory Engineering 和 RAG 有什么区别？
答： RAG 通常面向相对静态的知识库问答：文档切块、检索、生成。Memory Engineering 面向 Agent 生命周期：对话与工具轨迹会持续写入，需要门禁、冲突合并、遗忘、跨会话个性化与多租户治理。
你可以做 RAG 而不做完整记忆工程；但做长期 Agent 时，只上「文档向量库」往往不够——还要处理偏好 KV、会话摘要、程序策略与评测。详见 入门介绍。
Q2. 上下文窗口越来越大，还需要外挂记忆吗？
答： 需要。原因不只是「装不下」：
- 成本：每次把全年聊天塞进提示，账单与延迟线性恶化。
- 噪声：旧闲聊稀释当前任务。
- 隐私：敏感历史反复暴露在提示与日志中。
- 治理：无法按条删除、审计、衰减。
长窗口是 Working 的扩容，不是 LTM 的替代。正确用法是：窗口内放「此刻该激活」的内容，外存放可检索资产。
Q3. 情景 / 语义 / 程序 / 偏好一定要四张表吗？
答： 逻辑上要分，物理上可同库不同 kind 字段。分开的价值是：检索策略与权限不同。例如偏好要高优先级精确读；情景要时间衰减；程序要版本管理；语义要冲突检测。混成无类型大杂烩，三个月后无法调参。
Q4. 「程序记忆」是不是就是 System Prompt？
答： System Prompt 是程序记忆的运行时投影，不是全部。完整程序记忆还包括工具定义版本、成功/失败策略、Reflexion 模板、可灰度的技能包。Prompt 应能从程序记忆生成，并支持回滚。
上下文工程
Q5. 滑动窗口丢了早期关键信息怎么办？
答： 窗口负责连贯，不负责永久保存。关键信息应在写入门禁时进入 LTM（或会话结束摘要）。若已丢失：从日志回放重建摘要；并补规则——含「决定 / 约束 / 凭证变更」的 Turn 强 制入库。
Q6. Token 预算比例 20/60/20 能照搬吗？
答： 只能当起点。工具密集 Agent 常需增大 Retrieved；强人设助手增大 System 中的画像锚点。用评测集扫一圈比例，看 Faithfulness 与用户满意度，而不是拍脑袋。
Q7. 摘要后 Agent「记错了」，是谁的锅？
答： 常见因果链：生成式摘要幻觉 → 摘要被当事实写入 → 下一轮当证据引用。处理：
- 摘要旁路保存
source_turn_ids。 - 高关键断言用抽取式或结构化槽位。
- 用户可纠正；纠正触发旧摘要作废。
Q8. LangGraph Checkpointer 算长期记忆吗？
答： 主要是线程状态持久化（STM/工作流）。跨线程画像、语义检索、遗忘合规仍要 LTM 组件。详见 GitHub 项目。
向量检索
Q9. 相似度很高但答案仍错，为什么？
答： 相似 ≠ 相关 ≠ 正确 ≠ 当前任务可用。补齐：元数据过滤、时间衰减、重排、权限、矛盾检测。只调阈值解决不了「检对了但过期」的问题。
Q10. 该选 Chroma、Qdrant 还是 Milvus？
答： 原型与本地：Chroma 足够。需要强过滤/混合与中等规模生产：Qdrant 常被选。超大规模与云原生运维：评估 Milvus。先用适配层，避免业务代码绑死客户端。对照实验方法见生态导读文。
Q11. 换 Embedding 模型后检索变差？
答： 向量空间不可混用。必须重建索引，并在元数据标注 embedding_version。双跑旧新集合对比 Recall，再切流量。
Q12. HNSW 参数怎么调？
答： 一次只改一个：先 efSearch 看延迟-召回曲线，再考虑 M。没有冻结评测集就调参，等于随机游走。见 开发指南。
Q13. 要不要上 HyDE？
答： 开放域文档问答有时有效；用户记忆场景风险更大——假设文档可能写入错误实体。优先共指消解与查询扩展；HyDE 放实验开关。
知识图谱
Q14. 有了向量还要图谱吗？
答： 向量擅长模糊召回；图谱擅长关系与多跳约束（「同项目且未关闭的风险」）。中小产品可先 KV+向量；出现大量关系问题再上图，避免一上来运维两套重系统。
Q15. 图谱里事实打架怎么办？
答： 不要静默覆盖。用 valid_to 关闭旧边、降置信度、向用户澄清。冲突本身应可查询，便于审计。
Q16. 实体链接错了会怎样？
答： 错误边会污染多跳推理。落地：低置信链接进隔离区；人工或二次校验后晋升；检索时限制置信阈值。
多 Agent
Q17. 多 Agent 共用一个 Memory 集合可以吗？
答： 可以共用服务，不可以无命名空间共用可写集合。至少分层：全局只读 / 团队 / 个人。写入用协议（投票或权威），否则谣言放大器。见 最佳实践。
Q18. 联邦记忆的摘要会不会泄漏隐私？
答： 会，如果摘要含 PII 或可重识别细节。共享前跑脱敏与策略检查；默认共享「聚合洞察」而非原文；敏感域禁止出域。
Q19. 测试 Agent 如何避免污染生产记忆？
答： 独立 tenant_id 或独立集群；禁止测网凭证访问生产 collection；CI 使用一次性命名空间并在结束时销毁。
生产与架构
Q20. 什么时候该拆 Memory Service？
答： 出现多个运行时共用记忆、需要独立扩容/限流、或合规要求审计集中时拆。单 Bot 原型阶段模块化即可，但接口先按服务边界设计，避免将来挖肉。
Q21. L1–L4 每一层都必须上吗？
答： 逻辑分层必须有；物理上可合并。例如早期 L2 与进程内缓存合一，L4 用本地磁盘。等 QPS 与合规要求上来再拆 Redis/对象存储。
Q22. 如何证明「已删除」？
答： 记录删除请求、索引清理任务完成时间、抽检查询为空；冷层若法律保留，应不可被默认检索路径触达。forget_lag 纳入 SLO。
Q23. 记忆导致幻觉，如何归因？
答： 日志中记录注入的 memory_ids 与原文。若回答声称的事实不在注入集，是模型幻觉；若在注入集但内容错，是记忆质量/过期问题。两者修复路径完全不同。
合规与安全
Q24. 用户说「忘掉我说过的一切」怎么做？
答： 产品应提供 forget：按 user_id 删除热温索引，冷层按政策匿名或延期销毁，并返回工单号。仅回复「好的」却继续检索，是合规事故。
Q25. 如何防止提示注入污染记忆？
答： 分通道存储用户话与工具输出；写入分类器拒绝「忽略指令/导出密钥」类模式；仅用户显式「请记住」提升置信；管理员操作走另一鉴权路径。
Q26. 能否用用户记忆训练模型？
答： 默认不能。需独立同意、脱敏、法律评估。工程上 Memory 存储与训练语料桶分离，避免误用导出脚本。
学习路径
Q27. 七天课表如何与本站文档对应？
| Day | 主题 | 文档 |
|---|---|---|
| 1–2 | 认知与上下文 | 快速开始 |
| 2–5 | 写读路径与压缩 | 开发指南 |
| 生态 | 开源选型 | GitHub 项目 |
| 6–7 | 多 Agent 与生产 | 最佳实践 |
| 大作业 | 端到端 | 从零到一 |
Q28. 实验室 /lab 和文档什么关系？
答： 文档给模型与清单；实验室给直觉（Token 仪表盘、检索对比、质量分析、多 Agent 模拟）。先文档后动手，或对着实验现象回查文档，效率最高。
Q29. 巩固任务把闲聊写成「用户信念」怎么办？
答： 说明可信度函数过松或提示未要求「可验证」。修复：提高门槛；要求信念必须引用 source_ids；对无用户确认的推断默认 confidence≤0.4 进隔离区。定期抽检隔离区，比抽检已上线 LTM 更 便宜。
Q30. 多设备同步记忆会冲突吗？
答： 会。手机与桌面同时改「语气偏好」时，应用向量钟或 updated_at+权威设备策略，并在 UI 提示冲突。同步的是 Memory Service 中的权威状态，不是各端私有 JSON 互拷。离线队列上线后重放要走同一写路径门禁。
Q31. 为什么「请记住」有时记住了有时没有？
答： 常见原因：门禁关键词过窄、异步写入尚未可检索、检索过滤掉了 kind、或 Working 预算把 Retrieved 裁掉。排障顺序：写日志是否 accept → 按 id get 是否存在 → search 是否命中 → pack 是否注入。
Q32. 程序记忆更新后旧会话还在用旧策略？
答： 程序记忆要有版本号；运行时启动或按 turn 加载 skill_version。旧 thread 可钉死版本以保持可复现 调试；新 thread 用最新版。这与「提示词随缘粘贴」不同，是可发布的技能制品。
排障速查表
| 症状 | 先查 | 再查 |
|---|---|---|
| 完全不记得 | 写路径 accept 日志 | 租户过滤、异步延迟 |
| 记错人 | user_id 是否串 | 集合是否共用 |
| 又贵又慢 | 注入 token 分布 | 重排候选数、巩固频率 |
| 突然变傻 | embedding/schema 版本 | 摘要是否覆盖事实 |
| 合规投诉删不掉 | forget 任务队列 | 冷层是否仍被检索 |
仍未覆盖？
到子站 社区 提问时请附：架构草图、是否多租户、embedding 版本、最小复现对话。记忆问题没有这些上下文，几乎无法诊断。