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？
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。
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。
Agent认知系统的架构
图源：《Cognitive Architectures for Language Agents》
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。
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。
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？
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？
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。
Agent记忆的实现
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。
我们将Agent的记忆按照类型不同分为两类：
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
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：
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。
