INNER 06 / AGENT / 04 · ENGINE v1

智能体检索与分层记忆管理(Lessons 05 & 13: Agentic RAG & Agent Memory)

本关练习：设计私人理财顾问 Agent 的记忆读写与主动检索策略。

约 3 分钟·免费阅读·整理自 AI 现代必修课 · 内功06·来源精读 ↓·直接做题 ↓

30 SECONDS / 30 秒看懂

这一关只解决一件事：传统 RAG 只是机械地把用戶原话拿去搜一次向量库,而 Microsoft AI Agents for Beginners 第 5 课 (Agentic RAG)与第 13 课(Managing Agentic Memory) 强调了两大升级: Agentic RAG(主动式检索):智能体会自己评估检索回来的文档够不够用——如果第一次搜到的资料相关性低,Agent 会自主改写查询词(Query Rewrite)、拆解多跳子问题或切换数据源重新检索,直到收集⻬证据再作答。三层记忆架构(Memory Hierarchy):将记忆划分为短期工作记忆(Working Memory / 当前会话上下文)、情景记忆(Episodic Memory / 历史历史交互摘要) 与长期语义记忆(Semantic Memory / 用戶偏好、固定资产配置等结构化键值库)。

设计检索分流逻辑:从【长期用戶画像记忆库】读取用戶的历史⻛险等级与持仓偏好,同时通过【主动文档检索工具】查询今日新基金招募说明书(
5 分);
设计 Agentic RAG 自检判定规则:若首次检索仅拿到基金名称而缺少“最大回撤、久期、信用评级分布”关键字段,自动生成二次精准检索词;

3 MINUTES / 3 分钟拆解

先看来源里的例子：PDF 本关任务（来源）

输入

用戶对理财 Agent 说:“按我上个月告诉你的⻛险承受等级,帮我看看今天刚发布的这只新债券基金适不适合买?”

发生了什么

来源要求：设计检索分流逻辑:从【长期用戶画像记忆库】读取用戶的历史⻛险等级与持仓偏好,同时通过【主动文档检索工具】查询今日新基金招募说明书( / 5 分); / 设计 Agentic RAG 自检判定规则:若首次检索仅拿到基金名称而缺少“最大回撤、久期、信用评级分布”关键字段,自动生成二次精准检索词;

输出

参考答案：参考答案:理财顾问 Agent 的三层记忆与主动检索工作流【Step 1: 跨源并行感知】 - 读取长期语义记忆(Semantic Memory):调用 get_user_profile(user_id) 获取 {"risk_tolerance": "R2_稳健型", "max_drawdown_limit": "3.5%", "investment_horizon": "6-12个月"}。 - 初次文档检索:调用 search_f

术语拆开

Agentic RAG: Agent 自己判断何时检索、检索什么。
Memory Write-back: 对话结束后把重要信息写回长期记忆。

为什么有效

来源核心原理：传统 RAG 只是机械地把用戶原话拿去搜一次向量库,而 Microsoft AI Agents for Beginners 第 5 课 (Agentic RAG)与第 13 课(Managing Agentic Memory) 强调了两大升级: Agentic RAG(主动式检索):智能体会自己评估检索回来的文档够不够用——如果第一次搜到的资料相关性低,Agent 会自主改写查询词(Query Rewrite)、拆解多跳子问题或切换数据源重新检索,直到收集⻬证据再作答。三层记忆架构(Memory Hierarchy):将记忆划分为短期工作记忆(Working Memory / 当前会话上下文)、情景记忆(Episodic Memory / 历史历史交互摘要) 与长期语义记忆(Semantic Memory / 用戶偏好、固定资产配置等结构化键值库)。

结构长什么样

设计检索分流逻辑:从【长期用戶画像记忆库】读取用戶的历史⻛险等级与持仓偏好,同时通过【主动文档检索工具】查询今日新基金招募说明书(
5 分);
设计 Agentic RAG 自检判定规则:若首次检索仅拿到基金名称而缺少“最大回撤、久期、信用评级分布”关键字段,自动生成二次精准检索词;
设计对话结束后的记忆更新机制(Memory Write-back):判断本次对话中哪些新信息值得写入长期记忆,哪些仅保留在短期会话中。 第三阶段:进阶编排篇(第 5‒6 关)——元认知自我反思与多智能体协同

什么信息该进长期记忆，什么只留本轮？

SOURCE READING / 来源精读

传统 RAG 只是机械地把用戶原话拿去搜一次向量库,而 Microsoft AI Agents for Beginners 第 5 课 (Agentic RAG)与第 13 课(Managing Agentic Memory) 强调了两大升级: Agentic RAG(主动式检索):智能体会自己评估检索回来的文档够不够用——如果第一次搜到的资料相关性低,Agent 会自主改写查询词(Query Rewrite)、拆解多跳子问题或切换数据源重新检索,直到收集⻬证据再作答。三层记忆架构(Memory Hierarchy):将记忆划分为短期工作记忆(Working Memory / 当前会话上下文)、情景记忆(Episodic Memory / 历史历史交互摘要) 与长期语义记忆(Semantic Memory / 用戶偏好、固定资产配置等结构化键值库)。

逐点读懂

设计检索分流逻辑:从【长期用戶画像记忆库】读取用戶的历史⻛险等级与持仓偏好,同时通过【主动文档检索工具】查询今日新基金招募说明书(
5 分);
设计 Agentic RAG 自检判定规则:若首次检索仅拿到基金名称而缺少“最大回撤、久期、信用评级分布”关键字段,自动生成二次精准检索词;

怎么对应本关练习

先读 30 秒与 3 分钟拆解，再读本关原文与实验，最后做客观题和实操题；答案在下方。

例子在哪

本关任务与参考答案见页面下方；来源为本册 PDF 对应关卡。

本关先记住：设计检索分流逻辑:从【长期用戶画像记忆库】读取用戶的历史⻛险等级与持仓偏好,同时通过【主动文档检索工具】查询今日新基金招募说明书(

SOURCESMicrosoft · Lesson 5 Agentic RAG ↗Microsoft · Lesson 13 Agentic Memory ↗PDF 第 4 关

核心原理

三层记忆架构(Memory Hierarchy):将记忆划分为短期工作记忆(Working Memory / 当前会话上下文)、情景记忆(Episodic Memory / 历史历史交互摘要) 与长期语义记忆(Semantic Memory / 用戶偏好、固定资产配置等结构化键值库)。

第 4 关实操练习题：设计私人理财顾问 Agent 的记忆读写与主动检索策略

任务背景

用戶对理财 Agent 说:“按我上个月告诉你的⻛险承受等级,帮我看看今天刚发布的这只新债券基金适不适合买?”

通关硬性要求（满分 12.5 分）

1. 设计检索分流逻辑:从【长期用戶画像记忆库】读取用戶的历史⻛险等级与持仓偏好,同时通过【主动文档检索工具】查询今日新基金招募说明书(

4.5 分);

2. 设计 Agentic RAG 自检判定规则:若首次检索仅拿到基金名称而缺少“最大回撤、久期、信用评级分布”关键字段,自动生成二次精准检索词(5 分);

3. 设计对话结束后的记忆更新机制(Memory Write-back):判断本次对话中哪些新信息值得写入长期记忆,哪些仅保留在短期会话中(3 分)。第三阶段:进阶编排篇(第 5‒6 关)——元认知自我反思与多智能体协同

PRACTICE / 本关练习 · 本地规则 + 覆盖检查

设计私人理财顾问 Agent 的记忆读写与主动检索策略

本地检查在你的浏览器里完成，不上传。覆盖检查需要先登录（免费注册），并把这段答案发送到服务器计算一次，算完即弃、不存档，需你点同意；只核对本关评分项覆盖的方向，不在评分项里的题目不会被检查。

我的答案

0 字未保存

评分项

评分项加载中…

结构分 — / 12.5 分

标记本关完成

查看参考答案与得分点先自己写，再打开＋

参考答案与得分要点

参考答案:理财顾问 Agent 的三层记忆与主动检索工作流

【Step 1: 跨源并行感知】

- 读取长期语义记忆(Semantic Memory):调用 get_user_profile(user_id) 获取 {"risk_tolerance": "R2_稳健型", "max_drawdown_limit": "3.5%", "investment_horizon": "6-12个月"}。 - 初次文档检索:调用 search_fund_docs(query="新发债券基金招募说明书核心要素")。

【Step 2: Agentic RAG 充分性自检(Sufficiency Check)】

评估初次检索片段是否同时包含以下 3 项硬指标:

1. 基金⻛险等级(R1-R5);2. 投资组合久期与信用债评级占比;3. 历史同类策略最大回撤。

-> 若缺失任一指标:自动触发二次精准检索 rewrite_query("该债券基金信用债AA+占比组合久期⻛险等级"),最多追加检索 2 次。

【Step 3: 记忆写回策略(Memory Write-back)】

- 写入长期语义记忆:仅当用戶明确表达新的长期偏好变更(如“我今年刚生了宝宝,以后只买保本型产品”) 时,调用 update_semantic_memory()。 - 保留在短期/情景记忆:本次关于特定单只基金的临时问答摘要存入会话历史,不污染长期画像核心键值。得分要点拆解:双通道读取长期画像与外部基金文档(4.5 分);设置 3 项关键指标完整性自检与自动重写查询机制(5 分);严格区分长期偏好更新与临时会话存储(3 分)。第 5 关

网页永久免费。完整 PDF 会按顺序发给留邮箱的读者，不转售、不群发广告。

留邮箱，获取完整 PDF ↗

上一关任务规划与动态拆解模式下一关元认知与自我反思机制