智能体记忆的组成部分

邱宇AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-11-07828 阅读💛 82 收藏
智能体记忆的组成部分

📌 One-Sentence Summary

本文探讨 AI 系统中智能体记忆的架构,详细介绍记忆笔记、梦境反思和记忆表征等组成部分,并展示这些机制如何帮助 AI 智能体从经验中学习、纠正错误并提升跨任务表现。

📝 Summary

本文借鉴人类记忆过程,探讨 AI 智能体如何构建有效的记忆系统。文章介绍了一种分层记忆结构,包括对话记录、记忆笔记、维基等记忆表征,以及注入的上下文。研究提出「梦境反思」这一离线过程:智能体借此回顾经历、纠正错误、创建新笔记,并构建有组织的知识结构。通过持续学习基准测试和《宝可梦 红》等任务的评估,文章展示了设计良好的记忆系统如何帮助智能体形成学习闭环、更有效地判断信息显著性,并大幅提升表现。研究表明,Claude Opus 5.5 和 Claude Sonnet 5.5 等前沿模型能够自主利用记忆记录经过验证的规则,并随时间推移不断进步;而较旧的模型则能从明确指导中受益。

💡 Main Points

智能体记忆可以采用分层结构,包括对话记录、记忆笔记、记忆表征和注入的上下文,借鉴人类记忆过程。

这种分工使智能体能够实时记录经历(对话记录)、识别重要信息(记忆笔记)、将知识整理成便于访问的结构(维基),并在未来的会话中通过注入上下文利用这些整理好的知识。

梦境反思让智能体能够离线回顾经历、纠正错误并构建新的记忆表征。

智能体可以将对话记录与已有的记忆笔记对照分析,从而发现并修正错误假设。比如在《宝可梦》的示例中,修正后的记忆笔记帮助智能体成功通过陷阱,而不是反复失败。

记忆系统能帮助智能体形成学习闭环,并提升复杂任务中的表现。

在 CL-Bench 的数据库任务评估中,Claude Opus 5 首个成功形成学习闭环,利用记忆记录经过验证的规则和陷阱警告,因此得分显著高于无状态基线模型。

较新的 Claude 模型比旧模型更善于判断信息的重要性,因此能更高效地使用记忆。

Claude Sonnet 3.7 在一轮《宝可梦》游戏中创建了 413 个记忆文件,而 Claude Fable 5 只创建了 10 个文件,却获得了 4 枚徽章,超过前者的 1 枚。这表明较新的模型更善于区分值得记住的信息和冗余数据。

关于记忆使用方式的指导可以提升表现,尤其对旧模型有帮助,但可能妨碍更强的模型。

「只记录失败」等具体规则降低了 Opus 5 和 Opus 4.7 从记忆中获得的性能提升;而 Claude Sonnet 5.5 无需提示就会在 90% 的情况下自主读取记忆文件。这表明,更强的模型能更多地受益于自主判断信息重要性。

💬 Key Quotes

智能体记忆也可以采用类似的分工方式。智能体会将大量工作记录在日志或对话记录中。Letta 和加州大学伯克利分校的研究人员提出了「睡眠时计算」,让模型利用交互间的空闲时间重新整理已有上下文。

梦境反思让 Claude 能够将笔记与原始对话记录进行对照检验。

Fable 5 的记忆文件夹小得多,却比 Sonnet 3.7 在游戏中推进得更远。

Claude Opus 5 是这些模型中首个形成学习闭环的模型。

我们发现,告诉 Claude 记忆的用途会有所帮助,但不必告诉它该如何使用记忆。

📊 Article Meta

AI Screening: 88

Source: Anthropic Research

Author: Anthropic

Category: 人工智能

Language: 英文

Read Time: 17 min

Word Count: 4014

Tags:

AI 与智能应用 , 持续学习 , AI 工程 , 知识管理 , AI Agent

#AI 与智能应用# 持续学习# AI 工程# 知识管理# AI Agent

文章评论(12)

风拾光8 天前

支持作者,持续关注中。

回复
星寻梦8 天前

收藏了,以后慢慢研究。

回复
竹听风8 天前

看标题就点进来了,内容果然没让人失望。

回复
晨沐雨9 天前

讲解得很细致,新手也能看懂。

回复
拾贝者8 天前

不错不错,已加入书签。

回复
山问津8 天前

实测过类似工具,作者说的基本属实。

回复
蓝光8 天前

内容翔实,正好需要,先收藏再看。

回复
墨沐雨8 天前

内容翔实,正好需要,先收藏再看。

回复
林观澜8 天前

刚好最近在找这方面的资料,太及时了。

回复
杨丽华8 天前

看标题就点进来了,内容果然没让人失望。

回复
曹浩8 天前

写得挺用心的,支持一下。

回复
风倚栏8 天前

支持作者,持续关注中。

回复