20260706:新增一些文章

concepts/memory-recall-fast-slow.md

@@ -0,0 +1,40 @@
+---
+title: "记忆快慢召回（Memory Recall: Fast & Slow）"
+created: 2026-07-03
+updated: 2026-07-03
+type: concept
+tags: ["agent", "memory", "retrieval", "latency"]
+sources: ["https://mp.weixin.qq.com/s/iiTmgbtrYHMMjQ7dn7CDrg"]
+---
+
+# 记忆快慢召回
+
+> Prefetch 用 fast 模式（不走 LLM），主动 recall 走精细检索和 rerank——兼顾响应速度和记忆质量。
+
+## 核心定义
+
+**快慢召回** 是 [[zleap-workspace-harness-2026|Zleap-Agent]] 记忆检索的分层策略：将记忆读取拆成两个通道，避免每次记忆读取都依赖大模型带来的延迟和成本。
+
+## 两层设计
+
+| 层 | 模式 | 触发方式 | 内容 | LLM 参与 |
+|----|------|---------|------|---------|
+| **Fast (Prefetch)** | 自动推入上下文 | 进入工作区时 | 用户画像、近期工作事件、常用经验 | 否 |
+| **Slow (Recall)** | 主动检索 | 模型主动调用 | 精确匹配的记忆片段 | 检索 + rerank |
+
+## 设计动机
+
+- 全部走 LLM → 延迟和成本被放大
+- 完全不做精排 → 召回质量不稳定
+- 快取和精取分开 → 预取短准可控 + 按需精排
+
+## 与上下文加载的关系
+
+快慢召回是 [[context-prefetch-vs-agentic|上下文预取 vs 按需]] 在记忆维度的具体实现：Prefetch 对应「提前带入」，Slow Recall 对应「按需读取」。
+
+## 参考
+
+- [[zleap-workspace-harness-2026|Zleap-Agent Harness 设计]]
+- [[memory-tripartite-partition|记忆三分区]]
+- [[memory-dream|Memory Dream]]
+- [[context-prefetch-vs-agentic|上下文预取 vs 按需]]