同步与后台记忆整理

写在主路径还是后台

用户明确说“以后请用中文”时，同步确认并保存可以提供可见反馈；普通长对话的经验提炼则可以后台进行，降低主响应延迟。LangChain官方区分hot-path与background写入，这两种方式的主要取舍不仅是速度，还包括一致性、可见性和任务焦点。

同步写入会让模型同时处理当前任务和记忆判断，也增加工具与推理成本；后台提炼能集中整理，但用户下一次请求可能在整理完成之前到达。因此应用需要明确什么时候可以说“已经记住”，以及新Session如何看到尚未整理的最新事实。

保留事件，允许整理落后

建议先可靠记录原始事件与序号，再把整理任务放入可恢复job。活动记忆记录已处理到哪个事件；读取时可以合并少量pending事件，或对明确偏好采用同步写。不要只依靠定时摘要假设所有会话已经达到最新状态。

触发可按会话结束、安静间隔、事件数量或用户显式操作选择。高频对话要去抖，避免每条消息重复整理；长时间未结束的任务也要有周期检查。后台任务必须带scope和提炼器revision，重复执行不得反复插入同一事实。

处理在线和离线交叉更新

用户纠正可能发生在旧后台job已经启动之后。提交候选时应比较事件版本和当前事实，避免旧整理结果覆盖新值；失败可以重试，但不能越过后来的撤回。并发控制与写入调度需要共同设计。

验收让下一请求立刻到达、worker中断、同一job重试以及在线纠正同时发生，检查read-your-writes与活动值。分别记录前台延迟、整理滞后、失败队列和写入质量，不能把把工作移到后台直接解释为成本消失或记忆立即可用。