M5 · 跨会话偏好记忆与个性化#

简历 Bullet Point: 跨会话偏好记忆系统：独立记忆管家（curator）会话结束后统一判定与矛盾消解，LLM 只提供 slug，去重键由代码从 polarity/category/domain/slug 确定性派生；like 走偏好词并入检索词、dislike 走关键词双档（hard 淘汰仅限用户授权 / soft 减分含 Attenuator 语义路）+ 行为亲和（收藏→弱加分）；三层记忆分治（长期 Store / 会话级 P_t / 行为历史）

---

开场钩子#

用户第一轮说”不要塑料的”，item_picker 正确淘汰了塑料商品。第二轮（新会话）用户说”推荐旅行包”——结果里出现了塑料材质的包。“不要塑料”在上一次会话里，这次没有了。

这逼出了长期记忆系统：偏好必须跨会话持久化。

---

一、模块运作流程#

1.1 三层记忆分治#

1.2 记忆 Schema#

PreferenceEntry 四个结构化字段：

• polarity: like / dislike（封闭枚举）
• category: brand / material / style / price / feature / general（封闭枚举）
• domain: 自由文本（如 “travel_bag”）
• slug: LLM 提供的原子标识（如 “no_plastic”）
• dedup_key: 由 polarity_category_domain_slug 代码派生，不手拼

SessionState (P_t) 五个结构化字段：

• current_intent / slots / rejected_options / open_questions / decisions_made
• rejected_options 由 item_picker 机械灌入（不经 curator 猜测）

1.3 记忆管家 curator#

会话结束后独立运行，扫本轮对话提取偏好。核心原则：

• LLM 只负责识别偏好和提供 slug，去重键由代码派生
• 矛盾消解：新偏好与已有偏好极性冲突 → 覆盖并重置 confidence
• 同义复述命中去重键 → 覆盖 + 提置信

1.4 偏好执行双通道#

like 通道：偏好词并入检索词（planner 输出的 prefer_keywords 拼进 query 一起编码），不再做向量级 user 塔融合（实践中零调用、按减法原则移除）

dislike 通道：

• dislike-hard（仅 source="user" 且 blocking=True）：item_picker 确定性淘汰（材质/标题含关键词 → 直接删），中文原子词跨语言匹配
• dislike-soft（agent 学到的 / 弱表达）：Attenuator 减分但不淘汰，含关键词命中路 + 语义路

授权分档核心决策：硬淘汰权只由用户显式授予，agent 学到的一律只减分——双重校验 is_blocking = blocking and source == "user"

1.5 偏好注入分层#

dislike-hard 永远全量注入 prompt（安全类不能漏），其余超阈值走语义 top-k。

---

二、踩坑实录#

坑 1：embedding 对否定编码弱#

• “不要塑料”和”要塑料”向量距离很近。dislike 不能走向量通道，改关键词硬过滤。

坑 2：手拼 key 导致去重失效#

• key 手动拼接容易拼错或不一致。改成 dedup_key 由代码从四个结构化字段派生。

坑 3：shopping_summary 写偏好被 curator 取代#

• 早期 summary 的 new_preferences 直接落库。改成 curator 统一负责，summary 不再写偏好。

坑 4：中文硬约束跨语言失效#

• “塑料”匹配不到英文”plastic”。加中文原子词→英文关键词映射。

---

三、面试问答#

Q1: 为什么 LLM 只提供 slug 而不是完整 key？#

LLM 生成的 key 不稳定——同一偏好可能产出不同 key。slug 是最小原子标识，dedup_key 由代码从 polarity/category/domain/slug 确定性派生，不依赖 LLM 一致性。

Q2: 为什么 like 和 dislike 走不同通道？#

embedding 对否定编码弱——“不要塑料”和”要塑料”距离近。like 走偏好词并入检索词（拼进 query 文本编码），dislike 走关键词匹配（硬淘汰或 Attenuator 减分）。两通道完全分离。向量级 user 塔融合原先做了但实践中长期零调用，已按减法原则移除。

Q3: rejected_options 为什么不经 curator？#

item_picker 精确知道哪些候选被淘汰了、因为什么原因。机械灌入不需要 LLM 猜测。

---

四、诚实边界#