最近在搞一个基于LLM的AI Agent，想用向量数据库（用的Qdrant）来存历史对话，实现长期记忆。一开始效果还行，但跑了几天后，用户问“我上周提到的那个项目进展”，返回的片段经常是无关的聊天记录，甚至把几周前的信息漏掉了。我怀疑是embedding模型（用的text2vec-base-chinese）对长文本或者重复语义处理不好，但又不确定是不是分段策略有问题（目前按512字切分）。有没有老哥踩过类似的坑？是换稠密检索，还是加个时间衰减权重更靠谱？求解惑。