---
tags: [test/review, ai, agent-design, rag]
create time: 2026-08-09 12:00
---

# 上下文工程与记忆管理 — 测试题

## 概述
本测试覆盖 RAG 完整链路（Chunking → Embedding → 检索 → 重排）、Prompt Context 组装策略、Prompt 压缩方法以及 Agent 三层记忆架构。共 10 道题目（6 选择 + 3 填空 + 1 简答）。

---

## 一、选择题（6道，由浅入深）

> **难度阶梯**: Q1-Q2 基础概念 → Q3-Q4 核心原理 → Q5-Q6 深入应用/边界场景

### Q1（基础）— 考察定义层面

RAG（Retrieval-Augmented Generation）解决 LLM 的哪些问题？

A. 推理速度慢和成本高
B. 知识截止和幻觉问题
C. 不支持多语言
D. 无法调用外部工具

### Q2（基础）→ 

以下哪种 Chunking 分块策略被推荐为实际项目的最佳实践？

A. 固定长度按字符数 N 切割，简单快速
B. 语义边界在标题段落间切割
C. 递归分块 + 重叠——先按 Markdown 层级分，超阈值再按句子切，保留 10-15% 重叠区
D. 文档感知基于 PDF 解析的结构信息

### Q3（进阶）— 核心原理

Top-K 检索流程中，为什么 Cross-Encoder 比 Single-Encoder 精度高约 10-15% 但只用于二次筛选而非全量检索？

A. Cross-Encoder 模型更小更快
B. Cross-Encoder 速度慢 20 倍，只做二次筛选
C. Single-Encoder 只能处理单条查询
D. Cross-Encoder 需要 GPU 加速而服务器没有

### Q4（进阶）— 比较/辨析

关于 RAG 和记忆的关系，原文的结论是：

A. RAG 可以完全替代记忆模块
B. 记忆可以完全替代 RAG
C. 两者正交互补而非互斥——RAG 面向外部知识，记忆面向个性化数据
D. 它们本质上是同一个东西的不同叫法

### Q5（深入）— 场景推理

一个智能客服对话系统已经持续交互了 30 轮，当前 token 预算只剩 500 tokens。以下哪种 Context 压缩方法的优先级最高？

A. Token 池修剪——计算 Self-Influence Score
B. 摘要浓缩——用 LLM 将多个片段合并为一句话
C. 信息密度排序——按非停用词比例保留高密度片段
D. 全部丢弃以节省 token

### Q6（深入）— 源码级/边界场景

Agent 的三层记忆架构中，"用户在交互中表达的偏好和事实陈述会被抽取并持久化"属于哪一层？

A. 短期记忆
B. 工作记忆
C. 长期记忆
D. 以上都不是

---

## 二、填空题（3道）

### F1 — 填空1

Prompt Context 组装的优先级顺序是：_____ > 事实上下文 > 历史对话。永远不要盲目把全部 Top-K 塞进 Prompt——token 预算有限，超出的部分会触发 truncation 丢失重要信息。建议按_____降序填充直到触及 token 上限。

> **提示**: 回想原文中关于组装优先级的描述。

### F2 — 填空2

长期记忆的更新策略包括四种：新增（新发现信息插入）、修正（标记旧记忆为 obsolete）、合并（碎片信息聚合）、_____（随时间推移降低旧记忆权重，weight *= decay_factor）。

> **提示**: 原文中的第四个关键词。

### F3 — 填空3

向量维度选择的权衡：768 维够用且快，_____ 维更精细但消耗更多内存。国内常用的 text-embedding-v3 默认 _____ 维。

> **提示**: 原文中提到的高维度数值。

---

## 三、简答题（1道）

### S1

某知识库搜索产品采用 RAG 架构，用户反馈"回答不准确，检索到的文档似乎与问题无关"。请结合 RAG 全流程分析可能的原因和解决方案，涵盖：
1. Chunking 阶段的问题
2. 检索阶段的问题
3. Context 组装的问题
4. 重排环节的缺失

> **答题框架提示**:
> 1. 每个阶段的常见陷阱
> 2. 对应的改进方案
> 3. 优先级排序（先排查哪个阶段）

---

## 参考答案与解析

### 选择题答案

| 题号 | 正确答案 | 解析 |
|------|---------|------|
| Q1 | B | RAG 通过检索增强生成补充 LLM 的知识库，解决两个核心问题：① 知识截止（LLM 训练时未包含的最新信息）；② 幻觉（编造不存在的事实）。RAG 不解决推理速度或代码能力问题。 |
| Q2 | C | 递归分块+重叠是推荐的综合方案：先按 Markdown 层级保持结构完整性，同一块超限再按句子切，相邻块保留 10-15% 重叠避免关键句被拆分。这是兼顾精度和效率的最佳实践。 |
| Q3 | B | Cross-Encoder 对 query-document 对做联合编码，精度高 10-15%，但计算复杂度高 20 倍。所以先用 Single-Encoder/BM25 召回 Top 50，再用 Cross-Encoder 精排取 Top 5。 |
| Q4 | C | 面试常考点：RAG 面向的是外部知识（文档、手册），记忆面向的是个性化数据（用户偏好、历史对话）。两者正交互补而非互斥。 |
| Q5 | C | 信息密度排序是最实用的压缩方法——计算每 token 包含的事实数量（非停用词比例），保留高密度的核心片段，丢弃废话。不需要额外 LLM 调用（摘要浓缩有信息损失），也不需要复杂计算（Token 池太贵）。 |
| Q6 | C | 长期记忆 = 跨会话的知识库。用户偏好（技术栈偏好）、事实陈述（PostgreSQL 支持 JSONB）、决策记录都会被抽取存储到向量数据库中。短期记忆是当前会话内的滑动窗口。 |

### 填空题答案

| 题号 | 答案 | 解析 |
|------|------|------|
| F1 | `系统提示`；`相关度` | 系统提示是固定的角色和行为准则，不可变且最高优先级。事实上下文按相关度降序填充，直至触及 token 上限为止。 |
| F2 | `衰减` | 记忆的 decay_factor 确保旧信息不会永远占据主导地位。例如每次访问时 weight *= 0.99，随着时间推移逐渐降低旧记忆的检索优先级。 |
| F3 | `1536`；`1536` | 768 维够用且计算快，1536 维更精细但占更多内存。text-embedding-v3 默认的 1536 维在国内生态中最常用。 |

### 简答题参考答案

S1：**参考答案要点**：
1. **Chunking 问题**：固定长度切可能截断语义；建议使用递归分块+10-15% 重叠。如果文档格式不规范（PDF 解析差），考虑改用文档感知分块。
2. **检索问题**：向量相似度可能召回语义相似但不相关的文档。引入 BM25 关键词匹配做混合检索，或提升 Top-K 数量后靠重排过滤。
3. **Context 组装问题**：盲目塞入全部 Top-K 导致关键信息被 truncation 丢弃。应按相关度降序逐段填充，直到 token 上限，或使用信息密度排序优先保留核心片段。
4. **重排缺失**：缺少 Cross-Encoder 重排环节意味着 Top-K 直接注入而没有二次精筛。加上重排可以显著提升准确率 10-15%。
5. **排查优先级**：先检查 Chunking（源头质量决定上限）→ 再调 Top-K 大小 → 加 Cross-Encoder 重排 → 最后优化 Context 组装策略。

**评分标准**：答出任意 2 个要点即可得满分；完全正确需覆盖全部要点。

## 关联笔记
- [[Eino DAG 工作流设计]]
- [[沙箱权限治理]]
- [[循环状态机在Agent中的应用]]