Agent的记忆实现和调用是提高Agent智能水平的关键。

大语言模型在过去几年中迅猛发展，已成为推动人工智能领域前进的核心力量。基于大型语言模型（LLM）的AI智能体，正逐渐成为实现大模型应用落地的关键途径。

AI Agent的认知架构正成为研究的热点领域。在我看来，AI Agent 认知架构不仅能够提高 Agent 的性能和效率，还能够增强其可扩展性和适应性，使其能够更好地应对不断变化的需求和环境。

为了深入探究这一问题，我们从人类的认知系统中汲取灵感，根据对行业前沿文章的研究，结合近期的实践，谈一谈关于Agent认知架构和记忆的实现内容，与大家分享。

从人类的认知系统看AI Agents

今天的AI与人类相比较，在认知系统层面的差异具体体现在哪些方面？

人的大脑面对不同的任务会做出不同的反应。世界著名的认知心理学家、诺贝尔经济学奖得主Daniel Kahneman在《Thinking, Fast and Slow》中对人类的认知系统进行了两种定义分类：

系统 1：是一种响应迅速且自动化的推理过程。

• 优点是响应迅速，但在复杂任务中表现可能不理想。
• 
  
• 反应快但改变较慢，就像人类的习惯难以快速改变。
• 
  

系统 2：是慢速、深思熟虑的推理过程。

• 通过生成中间推理步骤来解决问题。依赖记忆调用，存储思考过程和对行为结果的反思，累积经验以优化后续行为。
• 
  
• 反应时间比系统1慢，但改变所需时间相对较快。
• 
  
• 优点是推理能力强，不过需要更多计算资源和时间。
• 
  

LLM的工作方式可以类比于人类认知系统中的系统1：过往的训练数据直接决定了模型擅长的领域，无论面对简单或者困难的问题，语言模型输出的速度不会有太大区别，这是LLM的本能。

和人类相比较，我们发现AI目前缺少的正是系统2的能力。而构建系统2，就是要让AI具有自己组织系统1的网络来构建新工具、解决复杂问题的能力。

这也就是AI Agent的概念，通过对环境的感知，完成不同的子任务，从而来实现更复杂的目标。

系统2通过语言推理、记忆调用、自我思考和规划，将复杂问题拆解成由系统1组成的流程单元，分别执行不同的任务从而达到目的。并在多次实践和运用中沉淀为“经验”数据提供给系统1去训练，从而让系统1获得新的能力。

图源来自：澜码科技

总的来说，系统 1 和系统 2 共同作用，影响着我们的思考、判断和决策过程。

那么，如何让每个智能体都拥有系统2的能力，使其能够调用长期记忆、计划和反思来解决复杂问题，实现从系统1到系统2的扩展呢？

我们认为现在有许多关于⼈类记忆的理论与体系都可以应⽤到Agent 上，从而让 Agent 模仿⼈脑的思考，例如下文所提到的CoALA框架。

Agent认知系统的架构

在《Cognitive Architectures for Language Agents》论文中，作者结合生产系统提出了一个概念性的框架CoALA（具有认知架构的Agent），基于LLM设计出Agent系统的各种使用方法提升信息处理、推理、自主学习和决策能力。

图源来自：《Cognitive Architectures for Language Agents》

Agents 的认知架构包含多个关键要素，如感知、学习、推理和决策等。

• 感知是获取外部信息的通道，就像我们的眼睛和耳朵感知世界一样，Agents 通过传感器收集数据。
• 
  
• 学习则是不断优化自身能力的过程，通过大量的数据训练，提升对各种情况的理解和应对能力。例如，在自动驾驶领域，车辆中的 Agents 需要不断学习交通规则和不同路况的处理方式。
• 
  
• 推理是根据已有的知识和信息进行逻辑思考，做出合理的判断。
• 
  
• 决策则是基于推理的结果选择最佳的行动方案。
• 
  

AI Agent的记忆分类

结合CoALA框架，我们按照信息的内容，将信息组织进Agent的多个记忆模块，包括短期工作记忆和三种长期记忆：情景记忆、语义记忆和程序记忆。

图源来自：澜码科技

短期记忆：

• 工作记忆（Working Memory） ：反映了Agent的当前情况，它存储了Agnet最近的感知输⼊、⽬标以及中间推理的结果。
• 
  

长期记忆：

• 程序记忆（Procedural Memory）：存储⽣产系统本⾝Agent⾏为的规则集和程序。
• 
  
• 语义记忆（Semantic Memory）： 存储一些基础知识、世界知识。
• 
  
• 情景记忆（Episodic Memory）：存储Agent过去的历史事件流或者行为经验。
• 
  

这些记忆组件共同构成了CoALA框架下Agent的记忆系统，使得Agent能够存储信息、进行推理、做出决策，并从经验中学习。

短期（工作）记忆是如何工作的？

工作记忆在Agent的决策过程中起着关键作用，它与LLM、推理、检索等动作紧密配合，不断更新和处理信息，以支持Agent在不同情景下做出合适的决策和行动。

• 信息处理（Grounding Action）将Agent执行动作后，得到的环境反馈处理成文本，输入到工作记忆中。
• 
  
• 检索（Retrieval Action）将信息通过规则或密集检索等方式，从长期记忆中读入工作记忆中。
• 
  
• 推理（Reasoning Action）使Agent能够处理⼯作记忆的内容以⽣成新的信息。 与检索不同，推理是从⼯作记忆中读取并写⼊⼯作记忆。
• 
  

长期记忆是如何工作的？

长期记忆主要是通过学习动作（Learning Action）将信息写入不同的长期记忆模块中来实现的，其中不同记忆类型学习机制不同：

• 程序记忆的更新：更新推理、检索、新学习或者决策的方法。
• 
  
• 语义记忆的更新：将世界模型中一些基于事实归纳的信息写入语义记忆。LLM 通过推理原始经验并将结果推论存储在语义记忆中，为工作记忆中上下文理解等提供依据。
• 
  
• 情景记忆的更新：用“经验”更新情景记忆。Agent通常存储情景轨迹以更新或建立策略 。Agent检索情景记忆中的附加经验可以作为推理或决策的示例。
• 
  

以上这些信息会在Agent需要使用的时候，根据内容重新检索，并存入工作记忆中。

在我们的实践中，以销售管理场景举例，当销售询问线索挖掘Agent，“历史上是否有类似成功签单案例”时，Agent会根据当前客户画像检索情景记忆中类似客户的签单项目，为销售提供商机建议和指导。这就是一个调用情景记忆，并存入工作记忆的过程。

图源来自：澜码科技

Agent记忆的实现

Agent的记忆是如何实现的？首先，我们先定义一个概念，我们把Agent不断通过跟环境的进行交互、拿到反馈、做出动作，直到目标实现，这样一个不断迭代的过程称之为“Trial”。

用a表示Agent做出的动作，用o表示Agent做出动作后环境的反馈，则一个Trial可以表示为：

该定义来自于《A Survey on the Memory Mechanism of Large Language Model based Agents》

我们将Agent 的记忆按照来源不同分为三大类：

• Trial内的信息：同⼀个 Trial 内的历史信息。Trial 内的历史信息与未来的动作是最有关联的，⼏乎所有模型的记忆都包含 Trial 内信息。然⽽，完全只依赖 Trial 内的信息作为记忆可能会让 Agent ⽆法有效积累知识。
• 
  
• 跨Trial的信息：其他 Trial 的历史信息。跨 Trial 的信息能使 Agent 积累多种成功与失败的案例，总结失败的原因或成功的⾏动模式。
• 
  
• 外部知识：⽆论 Trial 内的信息还是跨 Trial 的信息，都要求 Agent 去与环境进⾏交互才能获得，⽽外部知识可以让 Agent 直接获取⼤量的、最新的、质量良好的信息。
• 
  

图源来自：澜码科技

比如，我们设计一个Agent，目标是辅助分析销售线索是否有效，这里Agent可以通过和用户对话、理解用户意图、收集信息并做出反馈，最后得出该线索是否为有效线索的结论，即完成了Agent的目标。在这样的一轮对话中，上下文、用户输入和Agent的输出信息为该Trial内的信息；而当用户询问到是否有类似项目时，Agent会去跨Trial寻找相关成功和失败的案例以支持对目标的判断；用户如果询问该客户当前最新资讯等信息，Agent会分析意图并调用web search，与互联网进行交互从而获得外部实时的知识。

我们将Agent 的记忆按照类型不同分为两类：

1. ⽂本形式：⽂本形式的记忆显式地以⾃然语⾔的⽅式存储。

⽂本形式是当前主流的存储记忆的形式，它具有更强的可解释性，更容易实现，能更⾼效地读写。

⼀般有 4 种信息以⽂本的形式存储：完整的历史信息、最近的历史信息、⽤于检索的历史信息、外部知识。

• 完整的历史信息
• 
  

该⽅法在上下⽂中记录所有历史信息，虽然可以存储⼤量信息，但要消耗⼤量计算资源、推理时间，超⻓的上下文也会影响 LLM 的准确性与稳定性。

• 最近的历史信息
• 
  

只存储最近的信息能提升记忆的利⽤率，但在⻓期的任务中，该⽅法容易忽略⻓距离依赖的关键信息。

• ⽤于检索的历史信息
• 
  

检索的⽅法基于内容的关联程度、重要程度来选取记忆信息，不依赖于时间，因此不会忽略⻓距离的重要信息。该⽅法⾮常依赖于检索策略的准确度与效率，且需要信息以统⼀的⽅式存储，不能直接应⽤于处理外部环境中多样的信息。

• 外部知识
• 
  

⼀些 Agent 通过调⽤⼯具来获取外部知识，如调⽤ Wikipedia、数学求解器等，能显著提升其能⼒。然⽽，外部知识的可信度不⼀定很⾼，且 Agent 需要消耗计算资源来学会使⽤并理解外部⼯具，调⽤API 也会产⽣隐私、数据安全等问题。

2. 参数形式：参数形式的记忆隐式地影响模型的⾏为。

• 微调
• 
  

微调能有效地将专业知识注⼊ LLM，但可能导致过拟合，使 LLM 遗忘原本的知识。微调需要⼤量的训练数据，以及计算资源和时间消耗。微调也不能很好地处理与环境的动态交互，因此主要被应⽤于离线任务。

• 知识编辑
• 
  

知识编辑能修改特定的知识，并保持其他⽆关的信息不被影响。知识编辑适合⼩规模的记忆修改，它需要较⼩的计算资源，更适⽤于在线的任务。

综上，从有效性、效率和可解释性来说，两种记忆存储形式有如下优劣：

图源来自：澜码科技

根据不同的场景和应用，我们需要对文本形式和参数形式这两种类型的记忆进行权衡。文本记忆适用于需要回忆近期交互的任务，如对话和上下文特定的任务。例如，在Agent与用户进行对话时，需要回忆之前的对话内容来理解当前的语境，这时文本记忆就可以发挥作用。对于需要大量内存或成熟知识的任务，参数记忆可能是更好的选择。

通过对人类认知系统的深入理解，我们发现让Agent拥有类似于系统2的能力是至关重要的，这将使它们能够更好地解决复杂问题。

在未来的研究中，我们需要进一步探索如何让每个Agent都具备系统2的能力，使其能够充分调用长期记忆、进行计划和反思，从而更好地解决复杂问题，实现从系统1到系统2的扩展。同时，持续优化Agent的认知架构和记忆实现机制，也是提高Agent性能和智能水平的关键。

参考文献：

• https://arxiv.org/pdf/2309.02427 《Cognitive Architectures for Language Agents》
• https://arxiv.org/abs/2404.13501 《A Survey on the Memory Mechanism of Large Language Model based Agents》
• https://mp.weixin.qq.com/s/m-3HSVp0WLVSlw72pjIXiQ
• 《Thinking, Fast and Slow》 Daniel Kahneman
• 
  

文章来源于“周健 澜码科技”