Agent 记忆系统在 eBay 支付风控团队的探索与实践——技术复现与深度解析

Agent 记忆系统在 eBay 支付风控团队的探索与实践——技术复现与深度解析引言在 eBay 支付风控团队的实际工作中，Agent 面临着一系列严峻挑战：缺乏领域专业知识导致决策质量低下、同样的错误反复发生而 Agent 无法“长记性”、超大 Prompt 难以弥补知识的不足。这些问题本质上都指向同一个核心痛点——Agent 缺乏有效的记忆系统。本文基于 eBay 支付风控技术专家施凯在 QCon 北京的分享《Agent 记忆系统在 eBay 支付风控团队的探索与实践》，对该系统进行完整的技术复现与深度解析。我们将从背景需求出发，逐步构建从 Agentic RAG 到知识图谱、再到记忆演化与评估的完整记忆系统。一、背景：EDP 迁移与 Agent 的机遇与挑战1.1 业务背景：EDP 迁移eBay 支付风控团队面临一项核心任务：将多样化的风控检查点（Risk Checkpoints）迁移到 eBay 决策平台（eBay Decision Platform, EDP）。EDP 是一个托管平台，用于设置和维护风控检查点，主要通过配置驱动的方式运行——无需编写代码即可构建检查点，支持灵活的决策编排和复杂的决策流程。迁移的核心工作是将 Java 业务逻辑转换为 YAML 配置文件，同时保持业务功能不变并确保风控决策的一致性。这是一项规模庞大、重复性高的工作——涉及大量检查点、规则、模型和变量的迁移。