18. Agent 的多轮对话状态如何管理？如何防止跑偏并支持中断恢复？
👔面试官：一个 Agent 要连续聊几十轮，还要执行复杂任务，你会怎么管理它的对话状态？
🙋♂️我：把所有历史消息都存进 Redis，每次完整传给模型，它就知道前面聊过什么了。
👔面试官：历史消息只是原始记录。任务目标、当前步骤、待调用工具和已经完成的动作都埋在自然语言里，模型每一轮都要重新猜。对话一长，不仅 Token 会爆，任务还很容易跑偏。
🙋♂️我：那我把第一轮需求保存成 ，以后永远不允许修改，这样就不会跑偏了。
👔面试官：如果用户明确说「刚才的任务先暂停，改成帮我订明天的票」呢？防跑偏不是不许用户换任务，而是不允许系统在用户没有授权时悄悄改目标。
🙋♂️我：明白了。再给每一步做 checkpoint，服务挂了以后从 checkpoint 继续执行，应该就能恢复了。
👔面试官：如果发送消息这个工具其实已经成功，只是响应在网络上丢了，恢复后再执行一次，不就发了两遍？只会保存状态还不够，你还得讲清楚恢复边界、幂等和外部副作用核对。
这道题考的是怎样把一段自然语言对话，变成一条可控、可追踪、可安全恢复的任务链。「聊天记录存在哪」只是最基础的一层。
💡-简要回答
我会先把信息分成四类，而不是把所有内容都塞进
)
