1.5 KiB
1.5 KiB
title, created, updated, type, tags, sources
| title | created | updated | type | tags | sources | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| 记忆快慢召回（Memory Recall: Fast & Slow） | 2026-07-03 | 2026-07-03 | concept |
|
|
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 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 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」。