quiz.json

{
  "lesson": "08-memory-blocks-sleep-time-compute",
  "title": "记忆块与睡眠时计算（Letta）",
  "questions": [
    {
      "stage": "pre",
      "question": "Letta 的三个记忆层级是什么？",
      "options": [
        "Cache、KV、archival",
        "Core、recall、archival",
        "RAM、swap、disk",
        "Working、episodic、semantic"
      ],
      "correct": 1,
      "explanation": "Letta 使用 core（始终可见）、recall（对话历史）和 archival（外部）三个层级。"
    },
    {
      "stage": "pre",
      "question": "睡眠时计算（sleep-time compute）针对哪个生产问题？",
      "options": [
        "在关键路径上做记忆整合所导致的尾部延迟",
        "数学问题上更高的准确率",
        "更低的 embedding 成本",
        "更快的 JSON 解析"
      ],
      "correct": 0,
      "explanation": "睡眠时计算把剪枝/摘要/对账从面向用户的路径上挪走，使主响应保持快速。"
    },
    {
      "stage": "check",
      "question": "下列哪个属性不是 Letta 中记忆块的字段？",
      "options": [
        "label",
        "value",
        "limit",
        "embedding_model_version"
      ],
      "correct": 3,
      "explanation": "记忆块携带 id、label、value、limit、description；embedding 模型版本不是记忆块 schema 的一部分。"
    },
    {
      "stage": "check",
      "question": "为什么睡眠时 agent 能运行比主 agent 更强的模型？",
      "options": [
        "它收到一个私有 API key",
        "它不在关键路径上，因此不受延迟约束",
        "它豁免于限流",
        "记忆操作只花一半的 token"
      ],
      "correct": 1,
      "explanation": "由于它不阻塞用户响应，睡眠时 agent 可以更慢、更贵。"
    },
    {
      "stage": "check",
      "question": "Human 块和 Persona 块泛化成了什么模式？",
      "options": [
        "向量 embedding",
        "任意用户定义的、带类型的可编辑块（Task、Project、Safety……）",
        "JSON-RPC 通道",
        "操作系统进程"
      ],
      "correct": 1,
      "explanation": "Letta 把 MemGPT 的两个块泛化为任何带 id、label、value、limit、description 的用户定义块。"
    },
    {
      "stage": "post",
      "question": "在此模式中，静默漂移（silent drift）是什么？",
      "options": [
        "主 agent 从未察觉睡眠时 agent 在它脚下重写了某个块；用版本化和可见的 diff 修复",
        "磁盘写入缓慢",
        "embedding 模型升级",
        "限流抖动"
      ],
      "correct": 0,
      "explanation": "对块做版本化、并在 trace 中呈现 diff，能让睡眠时的重写对主循环可见。"
    },
    {
      "stage": "post",
      "question": "在 Letta V1 中，什么替换了内联的 `Thought:` token 以及 send_message/heartbeat 模式？",
      "options": [
        "在单独通道上发出、并贯穿各轮传递的原生推理",
        "一个专门负责思考的第二个 LLM",
        "一个更大的 system prompt",
        "用户手动输入的想法"
      ],
      "correct": 0,
      "explanation": "Letta V1（letta_v1_agent）使用提供商层面的原生推理，而非 prompt 形态的 thought。"
    }
  ]
}