《AI Agents in Depth》学习笔记（三）：用户记忆和知识库

3.1.1 记忆能力的评估：三层次框架#

先立标准再谈设计。公开基准中 LoCoMo（Long-term Conversational Memory，arXiv<2402>.17753）是代表：平均约 300 轮、最多 35 个会话的超长对话，以问答（单跳/多跳/时间推理/开放域/对抗性）、事件摘要、多模态对话生成三类任务考察长程记忆。综合各类基准与商业实践可归纳八项能力：个人信息保留、偏好追踪、上下文切换、记忆更新、多会话连续性、复杂思考（花生过敏者点泰国菜要主动提醒）、时间感知、冲突解决。

实验 3-1 按此框架建评估集：每层 20 个用例，二三层每用例含多个跨时间会话（约 50 轮）；Agent 仅凭记忆迭代更新（不可回看原始对话），最终基于记忆答新问题，LLM-as-a-judge 对照参考答案打分。

3.1.2 记忆的层次结构（放哪里）#

记忆设计拆成三个独立维度——放哪里、怎么存、存什么。“放哪里”分层：

• 轨迹（Trajectory）：单次运行的完整历史（用户消息+模型回复+工具结果），按时间只增不改（append-only），提供即时上下文——“流水账”。
• 用户长期记忆：跨会话持久化存储（通常键值对绑定用户 ID），会被反复改写、合并、淘汰——“档案”。
• 业务状态：开发者定义的任务逻辑阶段（“等待付款”等），在事件驱动架构中尤为重要（第四章）。

3.1.3 四种存储格式（怎么存）#

实验 3-2 统一接口实现四种模式对比：Simple Notes 以最低成本过第一层多数用例，在需综合信息、区分同名实体的二三层频繁失分；Advanced JSON Cards 消歧与跨会话关联最好，代价是记忆维护调用更贵更慢。

3.1.4 进阶表示：从可执行代码到参数化记忆#

前四种格式本质都是文本——“存”与”用”分离：先捞回文本，再靠易出错的 LLM”心算”，难做聚合统计、发现矛盾、强制规则。三条路线把表示介质”由外向内”推进：

User as Code（arXiv<2606>.16707）：用带类型的 Python 对象存用户状态、普通函数编码约束，“表示用户”与”推理用户”发生在同一可执行介质。更新两阶段：记忆阶段（每次会话后把事实追加进只增不删的事实日志）+ 结构化阶段（周期性从完整日志重新生成整份带类型代码，杂项进 notes: list[str]）——数据库”预写日志 + 周期性检查点”经典设计首次用于 LLM 记忆。文本最吃力的三件事变成确定性代码：

1. 聚合统计：“去年出了几次国？“检索式记忆正确率仅 6%–43%；代码一行 sum(1 for t in trips if t.is_international and t.departure_date.year == 2025)，接近 99%。
2. 冲突发现：函数按药物类别交叉比对”当前用药”与”过敏史”，揪出文本形态下几乎无法关联的矛盾。
3. 约束执行：检查函数在状态更新时自动触发，由解释器而非 LLM 做算术，用户开口前即可主动预警：

1
def check():
2
    for trip in trips:
3
        if trip.is_international:
4
            days = (passport.expiry_date - trip.departure_date).days
5
            if days < 180:
6
                yield f"护照将到期，距 {trip.destination} 行程仅剩 {days} 天"

代价是需要代码生成与执行的工程支撑，对低结构化杂项无优势。

User as Engram（arXiv<2606>.19172）：为每用户训练 fact-LoRA 有障碍——直接提问能复述，间接推理却失灵：冻结骨干从未学过”查阅”临时挂载的适配器。存进去是一回事，知道何时取用是另一回事。 Engram 方案把用户事实写入模型空闲的哈希 N-gram 槽位——模型预训练时已学会哈希查表调取记忆、由上下文感知的门控决定何时调取，新事实”该被想起时自然被想起”；不同用户占互不相交槽位，可叠加、不串扰、不动骨干。

Parametric Multimodal User Memory：脸、嗓音、笔触经不起转写成文字（写”棕发男人”恰恰丢掉区分两个棕发男人的信号）。让感知以感知形态保存：给冻结模型外挂小记忆库，键 = 现成编码器（人脸 ArcFace、画风 CLIP）的感知向量，值 = 模型某标记词（如 <id_11>）的嵌入；生成时当前感知在库上做注意力、把输出引向匹配标记，全程不经文字，注册新身份只加一行、无需训练。效果反超直接向量检索——在语言模型自身表示空间比对感知，“尺子”更锐利。

纯文本→可执行代码→局部参数→连续感知，是记忆表示由”外”及”内”的连续谱：外侧易更新、可审查、可迁移；内侧更紧凑、擅长即时推理、能承载无法转写的感知（后两条见第七、九章）。

3.1.5 认知科学基础（存什么）#

认知科学把记忆分为工作记忆（Working Memory，对应 Agent 上下文窗口）与长期记忆，后者细分三类：情景记忆（Episodic，具体事件——“用户订了下周五去东京的 ANA 航班”）、语义记忆（Semantic，抽象出的稳定知识——“用户是素食者”）、程序记忆（Procedural，行为流程——“先搜直飞→确认座位→用常旅客号→订餐”）。三套分类是正交维度可自由组合——格式看工程需求，类型看业务场景：

3.1.6 记忆框架案例：Mem0 与 Memobase#

Mem0：从写入时消歧到检索时推理。 2025 论文（arXiv<2504>.19413）与 v2：对话结束后 LLM 抽取候选事实→向量检索找相近旧记忆→LLM 在 ADD / UPDATE / DELETE / NOOP 中决策（“住北京”后说”搬上海”则 UPDATE），图记忆变体 Mem0-g 支持多跳与时序。优势是记忆库始终简洁一致；风险是错误更新/删除不可逆丢失历史，且每条事实要经检索+二次 LLM 判断。2026 年 v3 反转：只做 ADD（仅追加），矛盾事实带时间信息并存；查询时融合语义相似度、BM25、实体匹配并按时间排序，Agent 完成的动作也成为一等事实。既防误删又省调用，报告 LoCoMo 71.4→92.5（+21.1）、LongMemEval 67.8→94.4（+26.6）；OSS 已移除外部图存储，Mem0-g 应视为历史设计。

Memobase：用户画像 + 事件记忆。 聚焦”画像”这一具体形态：Profile 是开发者可配置的两级槽位（主题→子主题，如 basic_info→姓名），存稳定属性；Event Memory 按时间线记事件（“上次讨论预算是什么时候”）。工程上用缓冲批处理摊薄 LLM 成本，查询侧只读整理好的画像与事件、低延迟。

两框架各覆盖设计空间一角（Mem0 事实条目≈语义记忆；Memobase 画像≈语义、事件≈情景）。可按认知分类设想多类型记忆协同参考架构：情景/语义/程序记忆 + 工作记忆动态交互，情景记忆带多维元数据（时间戳、情感标记、任务标识）组合检索。注意：轨迹是不可变完整序列，工作记忆是按相关性筛选激活的动态子集。实际框架按需实现一两类即可。

3.1.7 记忆压缩与整理机制#

累积式存储导致记忆爆炸，既耗空间又降检索准确性。多层压缩：①重要性评分筛选——综合访问频率、时间衰减、情感强度、信息独特性四因素，低于阈值标记可压缩/删除；②聚类摘要——相似记忆分组生成代表性摘要（多次天气对话→“经常询问天气，特别关心降雨”），原始记忆存档二级存储；③抽象泛化——从情景记忆提炼一般规律转为语义/程序记忆。冲突检测用版本化：当前地址类只留最新，工作经历类保留完整历史。边界：本节是记忆存储层的整理算法；第二章上下文压缩解决单次会话窗口问题；第八章把”在线追加证据、离线集中整理”推广到行为进化。

3.1.8 隐私保护：日志脱敏#

挑战：既用用户信息做个性化，又不让敏感数据暴露在 LLM 上下文与日志中。实验 3-3 用 Ollama 跑本地 Qwen3 0.6B 做 PII 检测脱敏——日志本身敏感，送云端脱敏违背初衷。可识别结构化（证件号、银行卡号）、半结构化（地址）与自然语言（“我的密码是 abc123”）敏感内容，JSON Schema 输出类型/位置/置信度。LLM 方案召回率 95%+ 且假阳性显著低于正则；超高吞吐用混合策略：正则快速过滤明显模式，LLM 深度分析剩余文本。

3.2.1 文档分块（Chunking）#

检索前的离线预处理：把长文档切成适合独立检索的片段。必要性有二：嵌入模型有输入长度限制，整篇压成一个向量会多主题混杂、无法精确表达（与 Enhanced Notes 问题同源）；检索目标是只注入相关的那部分，片段太大浪费窗口、稀释注意力。三类策略：

• 固定大小切分：按固定 token 数（如 512）切、相邻块留 50–100 token 重叠防句子被切断。简单可预测，但无视文档结构。
• 递归/结构感知切分：按自然边界（标题、段落、句子）递归切，超长再降级。适合 Markdown/HTML，生产系统最常用的默认选择。
• 语义切分：算相邻句嵌入相似度、在语义”断崖”处下刀，块内主题单一。质量最高，需额外嵌入计算。

伏笔：任何分块都切断了片段与原始上下文的联系（“该公司”指谁、出自哪份报告），此固有缺陷由后文”上下文感知检索”正面解决。

3.2.2 稠密嵌入：从词汇关联到语义理解#

嵌入（Embedding）把词/句转成向量，语义相近的内容在向量空间中彼此靠近（“国王”−“男性”+“女性”≈“女王”）。“稠密”指每维都有值（稀疏向量大部分维为零）。相似度用余弦相似度——只看两向量方向是否一致（语义），不看长度（文本长短），越接近 1 越相似（手算示例：“如何养猫”与”猫咪饲养指南”≈0.99，与”股票投资策略”≈0.25）。

演进：Word2Vec 靠词汇共现给每词固定向量，能线性编码语义关系，但无法处理一词多义（“bank” 河岸/投行同一向量）。BERT、BGE-M3 等上下文感知模型靠自注意力在生成词向量时参考整句，同一个”苹果”在不同语境有不同向量；BGE-M3 支持多语言与长文本（BERT 输入上限仅 512 token），且同时输出稠密/稀疏/多向量三种表示。

海量向量的快速查找靠 ANN（Approximate Nearest Neighbor，近似最近邻）索引——近似但极快。两类主流算法对比（表 3-2）：

选索引策略与选嵌入模型同等重要，直接决定性能、成本与可维护性。

3.2.3 稀疏嵌入：精确匹配的关键词检索#

稀疏嵌入根植传统信息检索：文档为极高维向量，仅出现过的词对应维度非零。基石是词袋模型（Bag of Words）——只关心哪些词出现、几次，无视词序（“猫追狗”=“狗追猫”）。

TF-IDF：词在当前文档出现越多、在语料库越少见越重要：TF-IDF(t,d) = TF(t,d) × IDF(t)，IDF(t) = ln(N/DF(t))。朴素实现两缺陷：词频线性增长、不校正文档长度。BM25 是经典修正：保留 IDF，引入词频饱和（k₁ 使重复出现的边际贡献递减）与长度归一化（b 让长短文档公平比较）。实验 3-5 从零实现 BM25 引擎（分词去停用词→倒排索引：词到文档的反向映射，像书末术语索引页→算 TF/IDF），示例日志（N=10、k₁=1.5、b=0.75、avgdl=250）：

1
查询分词: ["模型", "蒸馏"]
2
"模型" → 命中 3 篇 (df=3, IDF=0.76):  doc_1: TF=5, 贡献=1.52 ...
3
"蒸馏" → 命中 2 篇 (df=2, IDF=1.22):  doc_1: TF=3, 贡献=2.15  ← 稀有词单次出现贡献更大
4
最终排序: doc_1 (3.67) > doc_7 (1.68) > doc_5 (1.22) > doc_3 (0.82)

doc_1 中”蒸馏”词频更低（3<5）但 IDF 更高、贡献反超（2.15>1.52）——BM25 核心逻辑；doc_1 命中两词总分领先——多词命中叠加效应。稀疏检索在技术代码、人名等查询上极佳，但读不懂同义表达。学习型稀疏检索（SPLADE、BGE-M3 稀疏分支）用神经网络为词项打权重、甚至为语义相关但未出现的词补非零权重（术语扩展）——保留词法可解释与精确匹配，又获语义泛化。

3.2.4 混合检索：两全其美的艺术#

两路各有盲区：稠密懂语义但漏关键词（搜”HTTP-403”返回泛泛的”服务器错误”）；稀疏精确但不懂同义词（搜”kitty”找不到只写”cat”的文档）。混合检索流水线三阶段：

1. 并行检索：稠密、稀疏两引擎同时召回候选。
2. 结果融合：两路得分尺度迥异（余弦约 0~1 vs BM25 可达几十）不可直比。两法：各路归一化后加权求和（保留得分但尺度对齐难调）；倒数排名融合（RRF）——抛开得分只看排名，得分 = Σ 1/(k+rank)，k 常取 60。简单鲁棒，但丢失原始相关性信号。
3. 神经重排序：跨编码器对候选池前 N（如 50）个逐一精细打分。它不是为补救 RRF 而存在——无论怎么融合都值得加，因为换了更强的匹配范式；融合产生候选池、重排序在池上精排，二者不可互替。

双编码器 vs 跨编码器：双编码器（Bi-Encoder）为查询和文档独立生成向量再算相似度——极快，适合海量初筛（猎头筛简历）；跨编码器（Cross-Encoder）把查询与文档拼成一段完整文字送入模型逐词比对、输出综合得分——慢但准（面试官深谈），如 BAAI/bge-reranker-v2-m3。

检索质量三指标（表 3-3）：

实验 3-6 结论：没有哪种单一检索策略在所有场景可靠；重排序能把被单一方法低估的高相关文档提到顶端。稠密+稀疏+重排序才是生产级做法。

3.2.5 多模态信息提取#

属于流水线最前端的摄取与索引阶段，决定非文本内容（图表、PDF 版式、语音）以什么形态进库。三条路线，取舍在保真度 vs 成本：

• 原生多模态处理：专门编码器把各类数据映射进统一语义空间。图像经 ViT（Vision Transformer）切成图像块（Patches）当”视觉单词”，与文本 token 共存于共享嵌入空间、自注意力计算跨模态关联。保真度最高，直接”看到”PDF 版式与图文空间关系。
• 提取为文本：先 OCR/转录成纯文本再给 LLM。模块化、低成本、可缓存复用、兼容一切模型；代价是版式、图表、图像信息全部丢失。
• 工具化分析：文本提取打底给初步摘要，同时给 Agent analyze_image/analyze_pdf 等工具按需深入原始文件，兼顾低成本与高保真。

实验 3-7：原生模式在图表、版式理解最佳；提取为文本在纯文本文档上成本效益最高但无法答视觉查询；工具模式交互场景灵活、端到端深度理解不如原生。取舍靠实测，没有万能答案。

3.3.1 结构化索引：RAPTOR 与 GraphRAG#

索引前先用 LLM 把知识整理一遍，多花算力换检索质量。两条路：

RAPTOR（Recursive Abstractive Processing for Tree-Organized Retrieval）：自下而上递归抽象。文档切块为叶子节点→聚类把语义相近的块分组→LLM 为每组生成父节点摘要→递归，形成”细节（叶）到概括（根）“的知识树，支持多抽象层次检索。例：多个 SSE 指令叶子聚成一组，自动生成父摘要”x86 SIMD 指令集的各代演进”。

GraphRAG：知识建模为实体—关系图谱，基本单元是三元组（Triple，主语-关系-宾语，如（北京, 是首都, 中国））。两大不可替代优势：

• 多跳关系推理：“我的医生所在医院的地址”沿”用户→医生→医院→地址”关系链遍历；扁平存储要么多次检索靠 LLM 拼接（易断链）要么无法表达。
• 实体消歧（Entity Disambiguation）：区分现实中两个同名”张医生”（≠词义消歧——“bank”指河岸还是银行靠上下文嵌入即可）。Advanced JSON Cards 靠人工字段消歧；图谱里（张医生-A, 科室, 牙科）与（张医生-B, 科室, 心脏科）是不同节点——消歧是图结构的原生能力。

流程：LLM 提取实体→提取关系→社区发现算法找语义紧密的实体集群并生成摘要。局限：自然语言转三元组必然语义降级——“如果下周还下雨，我就取消海边计划改去博物馆”被拆成孤立事实（我, 有计划, 海滩旅行），条件逻辑与时间依赖全丢；提取错误还会污染知识。实践推荐分层互补：完整自然语言保核心信息 + 结构化元数据做索引；在需多跳推理与精确消歧的垂直场景（医疗、法律、家族关系）把图谱作专项索引。

实验 3-8（索引数千页英特尔 CPU 手册）：查”请解释 SSE 指令集”，RAPTOR”跨层穿梭”（高层摘要定位→沿树下钻细节），适合”从概念钻进细节”；GraphRAG”关系网漫游”（定位 SSE 实体→遍历到 XMM 寄存器、ADDPS 等），适合”A 和 B 是什么关系”。生产中组合使用通常更好。

3.3.2 文件系统范式：用目录结构组织知识#

字节跳动火山引擎开源的 OpenViking 提出第三种哲学：把所有上下文——记忆、资源、技能——映射为虚拟文件系统的目录与文件，各有唯一 URI：viking:// 下分 resources/（外部知识：文档、代码库、网页）、user/memories/（用户偏好、习惯）、agent/（Agent 自身的 skills/ 与 memories/）。viking:// 是虚拟 URI，框架决定实际从内存/磁盘/远程加载。核心设计 L0/L1/L2 三层按需加载：写入时自动提炼三个抽象层次——L0 摘要（约 100 token 一句话，判断相关性）、L1 概览（约 2,000 token 核心信息，供规划决策）、L2 全文（按需加载）；每目录自动生成 .abstract/.overview，L0 判定无关就不加载后续层，多数查询到 L1 即可决策——与第二章 Skills 渐进式披露（progressive disclosure）同一思路。选 Markdown 纯文本而非专用数据库：用户可直接阅读、编辑、修正；可 Git 版本控制回滚；Agent 有 write_file 后可自主记录知识（偏好写入 user/memories/、操作记录写入 agent/memories/——后者要经结果评价、跨轨迹归纳与验证才算第八章的经验学习）。

关键前提（易被忽视、直接决定检索成败）：文件之间必须建立链接与索引。.abstract/.overview 是纵向层次摘要，横向关联若缺失，知识就是一堆孤立文件，越多越难检索。应组织得像 Wikipedia——条目互链 + 入口页/索引页，用轻量文件链接实现 GraphRAG 的一部分导航能力。且不同模型主动建链的意愿与能力不同：强模型会自发回指旧条目、维护索引，不少模型只会孤立追加文件——必须在写入知识的提示词里明确要求：每新增条目先检索并链接相关旧条目、更新目录索引页，形成双向可达的引用网络。

3.3.3 知识库的时效与治理#

知识库上线后的三类治理问题：

• 知识过期与增量更新：理想是增量更新索引而非推倒重建。索引结构有现实后果：ANNOY 不支持增量插入（新增须全量重建）适合静态库；HNSW 支持增量、契合动态场景。选错结构，运维被重建开销拖垮。
• 失效内容检测与下线：旧版政策留在库里会与新版一起被召回，导致自相矛盾的答案。做法：分块附版本号、生效/失效时间等元数据，检索阶段过滤，或摘要中标注”已于某日废止”——与用户记忆的版本化同一思路。
• 权限与租户隔离：检索必须按调用者权限过滤，且过滤要下推到检索层——敏感内容一旦进入 LLM 上下文，就难保证不泄露到回答里。多租户的向量索引与元数据须相互隔离，防止查询”串味”。

3.3.4 智能体化 RAG：将知识检索工具化#

传统非智能体化（Non-Agentic）RAG 是单向管道：查询→检索→注入→生成，被动、上限低。智能体化 RAG（Agentic RAG）把检索封装为工具（knowledge_base_search），Agent 以 ReAct”思考→行动→观察”循环主导：分析需求、自主决定查询词→检索→评估信息是否充分→不够则提炼更精确查询再搜→充分后才综合生成。比喻：传统 RAG 是图书馆里只准搜一次就写报告；智能体化 RAG 是研究员反复查阅、调整策略、交叉验证，能力随知识库与模型提升自然增长。

实验 3-9（中文司法问答）：简单问题（“正当防卫怎么规定”）一次检索即中，非智能体化更快、质量相当；复杂问题（“醉酒过失致人重伤且有盗窃前科如何量刑”）差距显著——智能体化四步：①分解问题并行搜”过失致人重伤量刑""醉酒刑事责任""盗窃前科影响”；②评估发现缺”前科在过失罪中如何考量”的关联信息；③二次精确检索”累犯""数罪并罚”关联；④综合成有法条依据的完整回答。以响应速度换鲁棒性——价值在”解决问题”而非”回答问题”。

实验 3-10：智能体化 RAG 构建用户记忆。 把完整对话历史当知识库：按固定窗口（如每 20 轮）分块索引，给 Agent search_user_memory 工具。第一层一次搜索即可；第二层显威力——用户在不同电话谈过本田和特斯拉，说”为我的车预约服务”时：初搜只返回本田→发现对话中还有特斯拉的线索→二次搜索确认→反问”是已约周五保养的本田 Accord，还是尚未预约的特斯拉 Model 3？“。但矛盾转账用例（妻子设立电汇→丈夫改金额日期→妻子改回）暴露局限：孤立无上下文的对话块呈现三个相互矛盾的指令，无法判断哪个最终有效；第三层的跨月隐藏关联更是零散检索远远不够。根源：传统分块的固有缺陷。

3.3.5 上下文感知检索与双层记忆架构#

上下文感知检索（Contextual Retrieval，Anthropic 提出）直击分块缺陷：孤立块”该公司第二季度的收入增长了 3%“脱离原文后指代、时间、实体关系全模糊，语义损失在嵌入阶段就已造成。做法：索引前用 LLM 为每块生成简短前缀摘要（如”[本段节选自 ACME 公司 2025 年 Q2 财报的’关键业绩指标’章节]”），拼接后再索引，把块”锚定”回原始语义环境。妙在同时增强两路检索：给 BM25 加可精确匹配的关键词（“ACME""2025 年第二季度”），给稠密嵌入注入关键语义背景。

与第二章”上下文感知压缩”名近实异：本节在索引期对知识库文本块做加法（补前缀提升可检索性）；第二章在运行期对对话历史做减法（按任务裁剪省窗口）。

成本收益：索引期额外 LLM 调用经 prompt caching（相同前缀约 1/10 成本）可控，每百万文档 token 约 1 美元。Anthropic 数据：结合 BM25 将检索失败率（1 − recall@20）降 49%，再加重排序降 67%。实验 3-11 并行建有/无上下文两库对比：无上下文库对”ACME 最近收入增长如何”匹配到大量异公司异年份噪声块；有上下文库因每块带精确”身份标签”而精准命中。

实验 3-12 把该技术用回用户记忆：孤立的”好的，就订这个吧”毫无信息量，加前缀才有意义。矛盾转账的三个块分别带上 [妻子 Patricia 正在设立初始电汇]、[丈夫 James 正在修改之前的电汇]、[妻子在丈夫修改后再次修改电汇] 前缀——时间、人物、意图为判断指令优先级与最终有效性提供关键线索。

3.3.6 从数据集中提取深度知识#

很多知识不以文档存在，而隐藏在结构化数据的统计规律里——司法判决的”知识”更多在成千上万判例中法官权衡冲突因素的经验中（如资深医生的”直觉”）。从”信息检索”到”知识发现”分两阶段：①知识提取与结构化——LLM 把每个案例的非结构化描述转为含关键判决因素的标准化 JSON，核心挑战是定义既全面又一致的 Schema；②因子分析与重要性建模——统计分析识别哪些因素影响最显著并量化权重，构建”判决因子重要性层次模型”。

实验 3-13（CAIL2018 中文刑事判决数据集）三个亮点：

• Schema 不预先人工定义，而用”自下而上因子发现”：让 LLM 分析数百样本自由列出影响因素，得到贴合数据的模块化模式——通用”核心模式”（自首、赔偿）+ 按罪名”扩展模式”（盗窃的涉案金额、伤害的等级）。
• 不直接让 AI 预测刑期（黑箱），先把案件编码成数字：多选字段用独立开关位（盗窃=[1,0,0]——不用 1、2、3 是防算法误以为”诈骗比盗窃严重 3 倍”），是非题用 0/1；再聚类发现”案件原型”（“轻微口角赤手轻伤""持械预谋团伙重伤”），据此构建因子重要性层次模型。
• 该模型驱动对话式信息收集：按重要性顺序向用户提问补全判决因素→检索最相似案件原型→基于原型统计数据（典型刑期范围）给出有判例支持的分析。

启示：知识库不必是只能检索的静态仓库——Agent 可以先把数据”读懂”、提炼出结构化决策逻辑，再基于逻辑回答。