---
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]]