1. 面试官问“三层记忆”时到底在考什么“Agent 的三层记忆系统是啥”——这道题在 2026 年的 Agent 岗面试里出现频率极高。它表面在问概念实际在考你有没有真正跑过一个能记住事的 Agent。短期记忆、长期记忆、工作记忆这三个词背下来只要三分钟但面试官追问一句“你的长期记忆怎么处理地址变更”很多人就卡住了。先把定义用一句话钉死短期记忆是当前这轮对话的上下文窗口长期记忆是跨会话的外部存储加检索工作记忆是多步任务执行过程中的临时状态。三者不是并列关系是递进关系——短期记忆负责“听懂现在”长期记忆负责“记住过去”工作记忆负责“推进任务”。为什么这道题重要因为一个记不住事的 Agent体验上跟每次见面都要重新自我介绍的同事没区别。你让它查上周三的订单它反问客户名字你说“就是买蓝色那款的那个”它说没有历史记录。用户当场爆炸。而三层记忆设计得好Agent 就能做到“上礼拜六一样的外卖”直接复现中途加一杯酸梅汤也不用从头再来。这篇不空谈架构。我会用 TaoToken 的统一 Key 通道把三层记忆的读写链路真正跑一遍——从配置片段到端到端验证再到面试时怎么把踩过的坑讲成加分项。适合正在准备 Agent 岗面试、或者正在搭自己第一个带记忆的 Agent 的开发者。核心检索词就三个Agent 记忆系统、短期长期工作记忆、多模型统一接入。面试答题的底层逻辑是概念要准但更要有“我实际配过、跑过、错过”的细节。下面按这个思路拆。2. TaoToken 统一 Key 在三层记忆里的位置先说清楚 TaoToken 在这套架构里扮演什么角色。三层记忆系统本身是应用层设计但记忆的读写往往要调用模型——短期记忆的摘要压缩要调模型长期记忆的抽取和检索要调模型工作记忆的状态判断有时也要调模型。如果每层记忆用不同的模型供应商Key 管理、Base URL 切换、模型 ID 对齐就会变成一堆散落的配置。TaoToken 提供的是统一 Key 和统一 API 通道。官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 。它的价值在于你可以在同一套 Key 下切换不同模型比如摘要压缩用便宜快的小模型长期记忆抽取用理解力强的大模型工作记忆的状态判断用低延迟模型。三层记忆各调各的模型但配置只维护一份。我试过把三层记忆分别指向三个不同的模型 ID通过同一个 Base URL 和同一个 Key 发请求切换成本几乎为零。这对面试也有用——当面试官问“多模型怎么管理”你可以直接说“统一通道加模型 ID 路由记忆层按任务类型选模型”比空谈“我们会做模型编排”具体得多。需要提前准备的几件事一个可用的 API Key在控制台创建地址 https://taotoken.net/console Key 管理在 https://taotoken.net/api-keys 一个能发 HTTP 请求的环境Python 或 curl 都行以及一份想清楚的三层记忆存储方案。存储层我建议先用 SQLite 加一个向量字段的简化方案别一上来就上重型向量库面试讲清楚逻辑比堆技术栈更重要。模型 ID 这块要注意不同模型对上下文长度、结构化输出、函数调用的支持不一样。短期记忆的摘要压缩任务选支持长上下文且便宜的模型长期记忆的信息抽取选指令遵循强的模型工作记忆的状态判断选响应快的模型。具体模型名以你账号下实际可用的为准在模型对话页 https://taotoken.net/models 可以试跑对比。文档在 https://taotoken.net/doc 。一句话总结这一节TaoToken 不改变三层记忆的架构但它把“三层记忆各调不同模型”这件事的配置成本压到最低。面试时这是一个很实在的工程细节。3. 可复制的三层记忆配置片段这一节给可直接复制的配置。分三块统一接入配置、三层记忆的存储结构、以及每层记忆调用模型时的参数。先看统一接入配置。我用一个settings.json来管理路径放在项目根目录的config/settings.json。这个文件同时被三层记忆模块读取{ taotoken: { base_url: https://taotoken.net/api, api_key: sk-你的Key, default_model: 你的默认模型ID, model_routing: { short_term_summary: 你的快速模型ID, long_term_extract: 你的强指令模型ID, working_state_judge: 你的低延迟模型ID } }, memory: { short_term: { window_size: 10, summary_trigger: 10, max_context_tokens: 32000 }, long_term: { store: sqlite, db_path: ./data/long_term.db, embedding_model: 你的向量模型ID }, working: { store: sqlite, db_path: ./data/working.db, checkpoint_interval: 1 } } }注意model_routing这一段——这是三层记忆各调不同模型的开关。Base URL 和 Key 只有一份模型 ID 按任务路由。面试时你可以说“记忆层按任务类型做模型路由统一通道降低配置漂移风险”这句话很加分。再看长期记忆的存储结构。核心是“不物理删除加时间戳和状态标记”。建表 SQL 如下CREATE TABLE IF NOT EXISTS user_profile ( id INTEGER PRIMARY KEY AUTOINCREMENT, user_id TEXT NOT NULL, key TEXT NOT NULL, value TEXT NOT NULL, status TEXT DEFAULT active, updated_at TEXT NOT NULL, created_at TEXT NOT NULL ); CREATE INDEX idx_profile_user_key ON user_profile(user_id, key, status);地址变更的场景这样处理用户说“我搬家了新地址是海淀”插入一条keyaddress, value海淀, statusactive同时把旧的望京那条status改成archived。用户说“上次那个地址”查statusactive的最新一条用户说“3 月份那个地址”按updated_at范围查archived。这就是面试里“更新策略和冲突处理”的标准答案。工作记忆的状态表CREATE TABLE IF NOT EXISTS task_state ( id INTEGER PRIMARY KEY AUTOINCREMENT, task_id TEXT NOT NULL, step_no INTEGER NOT NULL, step_name TEXT NOT NULL, step_status TEXT DEFAULT pending, intermediate_result TEXT, updated_at TEXT NOT NULL );step_status用pending / running / done / failed四态。断点续跑时查step_status ! done的最小step_no从那里接着执行。中途用户加需求就插入一条新的 step 记录step_no用小数比如 4.5插队不用重排已有步骤。短期记忆的滑动窗口加摘要压缩配置里window_size10表示保留最近 10 轮全文summary_trigger10表示每积累 10 轮触发一次摘要。摘要结果写回上下文头部旧全文丢弃。这里调用的就是short_term_summary路由的模型。三件套对齐检查Base URL 是https://taotoken.net/apiKey 是控制台创建的那串Model ID 是model_routing里三个值。任何一层记忆报错先核对这三件套是否一致。Claude Code 或 Cline 这类工具接入时也是填这三个字段MCP 配置同理。4. 端到端验证一次记忆读写跑通配置写完必须跑一次端到端验证否则面试时讲不出“实测下来”的细节。验证目标模拟“帮我点个外卖跟上礼拜六一样”这个场景看三层记忆是否协同。第一步验证短期记忆的摘要压缩。发一轮对话观察是否触发摘要import json, requests cfg json.load(open(config/settings.json)) base cfg[taotoken][base_url] key cfg[taotoken][api_key] model cfg[taotoken][model_routing][short_term_summary] resp requests.post( f{base}/v1/chat/completions, headers{Authorization: fBearer {key}}, json{ model: model, messages: [ {role: system, content: 把以下对话压缩成一句摘要保留关键实体和偏好。}, {role: user, content: 用户说爱吃辣不吃香菜预算200地址望京SOHO。} ] } ) print(resp.json()[choices][0][message][content])成功的话返回类似“用户偏好辣、忌香菜、预算 200、地址望京 SOHO”的摘要。这一步验证的是短期记忆的压缩链路。第二步验证长期记忆的写入和检索。先写入一条画像再按 active 状态查回来import sqlite3, datetime conn sqlite3.connect(./data/long_term.db) now datetime.datetime.now().isoformat() conn.execute( INSERT INTO user_profile (user_id,key,value,status,updated_at,created_at) VALUES (?,?,?,?,?,?), (u001, address, 望京SOHO, active, now, now) ) conn.commit() row conn.execute( SELECT value FROM user_profile WHERE user_id? AND key? AND statusactive ORDER BY updated_at DESC LIMIT 1, (u001, address) ).fetchone() print(row)返回(望京SOHO,)就说明长期记忆的读写通了。再模拟地址变更插入海淀 active把望京改 archived重查应返回海淀。第三步验证工作记忆的断点续跑。插入几步任务状态模拟中断后恢复conn2 sqlite3.connect(./data/working.db) steps [ (t001, 1, 打开外卖平台, done, 已打开), (t001, 2, 搜索川味人家, done, 已找到), (t001, 3, 选宫保鸡丁套餐, done, 已选), (t001, 4, 确认地址, running, None), (t001, 5, 下单支付, pending, None), ] conn2.executemany( INSERT INTO task_state (task_id,step_no,step_name,step_status,intermediate_result,updated_at) VALUES (?,?,?,?,?,?), [(a,b,c,d,e,now) for a,b,c,d,e in steps] ) conn2.commit() resume conn2.execute( SELECT step_no,step_name FROM task_state WHERE task_id? AND step_status!done ORDER BY step_no LIMIT 1, (t001,) ).fetchone() print(resume)返回(4, 确认地址)说明断点续跑定位正确。用户此时说“加一杯酸梅汤”插入step_no4.5的记录恢复时仍从 4 开始执行完 4 再执行 4.5不用重排。三步都跑通你就有了完整的“实测”素材。面试时讲这个链路比背定义有说服力得多。模型对话页 https://taotoken.net/models 可以随时换模型重跑验证不同模型在摘要和抽取任务上的表现差异。5. 本篇常见错排查跑链路时最容易撞的几个错逐个对照。401 Unauthorized。最常见的原因是 Key 没带对或者Authorization头格式写错。正确格式是Bearer sk-xxx注意 Bearer 后面有一个空格。另一个原因是 Key 复制时带了首尾空格。排查顺序先echo $KEY看有没有空格再用 curl 最小请求验证curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d {model:你的模型ID,messages:[{role:user,content:ping}]}如果 curl 通、Python 不通问题在代码里的 Key 读取检查settings.json是否被正确加载。local proxy failed。这个报错通常出现在本地网络层不是 API 本身的问题。检查你的请求是否被本地某个网络工具拦截或者 Base URL 是否被错误地指向了本地地址。确认base_url严格是https://taotoken.net/api不要多加或少加路径段。如果用了某些本地开发工具的代理设置先关掉再试。reading choices 报错。典型表现是Cannot read properties of undefined (reading choices)。这说明响应体里没有choices字段通常是请求根本没成功返回的是错误对象。先打印完整响应体print(resp.status_code) print(resp.text)常见原因是模型 ID 写错或者model_routing里某个字段为空。核对三件套Base URL、Key、Model ID。模型 ID 必须是你账号下实际可用的写错会返回错误而不是 choices。OAuth 相关报错。如果你在 Claude Code 或类似工具里接入可能遇到 OAuth 流程的提示。这类工具接入时应该走 API Key 模式而不是 OAuth。检查工具的配置项把认证方式切到 API Key填入 Base URL 和 Key。Claude Code 的接入文档在 https://taotoken.net/doc 有说明Cline 的 MCP 配置同理三件套填全即可。记忆写入成功但检索不到。检查status字段。如果写入时status不是active检索条件statusactive就查不到。另一个坑是updated_at格式不一致导致ORDER BY updated_at DESC排序错乱。统一用 ISO 格式时间戳。工作记忆断点定位错误。如果恢复时定位到了已完成的步骤检查step_status的取值是否严格用四态。用! done做条件时任何非 done 的值都会被选中包括拼写错误的Done或DONE。统一小写。排障的通用思路先确认三件套再看响应体原文最后查存储层的状态字段。90% 的问题在前两步就能定位。接入文档 https://taotoken.net/doc 和 API Keys 页 https://taotoken.net/api-keys 是排障时最该先打开的两个页面。6. 面试怎么讲实战怎么接回到面试场景。当面试官问“Agent 的三层记忆系统是啥”你的回答结构应该是先一句话定义三层再用一个具体场景串起来最后讲一个你踩过的坑。定义部分短期记忆是上下文窗口负责当前对话长期记忆是外部存储加检索负责跨会话工作记忆是任务执行状态负责断点续跑。三者递进不是并列。场景部分用“跟上礼拜六一样的外卖”这个例子。短期记忆理解“上礼拜六”需要查长期记忆查出上周六订单工作记忆执行下单中途加酸梅汤不用从头来完成后更新长期记忆。踩坑部分讲地址变更的处理。不物理删除加时间戳和状态标记用户说“上次的地址”取最新 active说“3 月份那个”查 archived。这个细节能直接区分“背过概念”和“真做过”。如果面试官追问多模型管理就讲统一通道加模型路由Base URL 和 Key 一份模型 ID 按记忆层任务类型路由摘要用快模型抽取用强模型状态判断用低延迟模型。配置漂移风险低切换成本几乎为零。实战接入时长期编码或 Agent 类项目建议用 Coding Plan地址 https://taotoken.net/coding-plan 它适合持续性的开发任务。验证模型表现去模型对话页 https://taotoken.net/models 。创建和管理 Key 在 https://taotoken.net/api-keys 。接入细节查文档 https://taotoken.net/doc 。最后给一个实用技巧三层记忆的存储层初期别上重型方案。SQLite 加一个向量字段就能覆盖大部分场景面试讲清楚逻辑比堆技术栈重要。等真正遇到检索性能瓶颈再换向量库也不迟。先把链路跑通再谈优化。