Agent memory大揭秘：记忆从哪儿来？

嘿，大家好！这里是一个专注于AI智能体的频道！

今天开始我们来详细看看智能体的大脑——记忆模块的内部，主要从三个方面来扒一扒：记忆从哪儿来，记忆长啥样，以及怎么用记忆。今天我们主要聊聊记忆来源这个话题！

首先，我们得明白，记忆对Agent来说，就像是它们的知识库和经验集，能让它们在处理任务时更加得心应手。记忆来源，就是指智能体记忆内容的出处。这里，我们主要关注三种类型的记忆来源：内部任务信息（Inside-trial Information）、跨任务信息（ Cross-trial Information ）和外部知识（External Knowledge）。

Inside-trial Information：

这种信息指的是在单个任务或交互过程中收集的数据。也就是说，它仅与当前正在进行的任务有关。

例如，在一个对话任务中，Agent可能需要记住当前对话的上下文信息，以便生成连贯和相关的回应。这些信息包括了当前对话中的所有交互步骤，如Agent的提问、用户的回答以及Agent的后续回应。

Cross-trial Information：

这种信息则跨越了多个任务或交互过程，它包括了Agent在不同任务中积累的经验、学到的教训以及可能的模式识别。

例如在旅行计划任务中，如果Agent在过去的任务中为用户预订过机票和酒店，并从用户那里得到了反馈，它可以利用这些跨任务的信息来优化和改进当前任务的执行策略。

简而言之， "Inside-trial Information" 更侧重于当前任务的即时信息，而 "Cross-trial Information" 则包含了Agent在历史任务中的长期积累和学习。两者结合起来，可以帮助智能体在复杂的环境中做出更加明智和有效的决策。

External Knowledge：

这种知识来源于Agent直接与环境交互之外的信息。它可能是通过API调用、数据库查询或访问在线资源（如维基百科）等方式获得的。

外部知识可以为Agent提供广泛的信息，这些信息可能与当前任务没有直接关系，但可能对完成任务或做出决策有帮助。例如，Agent可能需要外部天气信息来规划户外活动。

相比于跨任务信息，外部知识可能与当前任务不直接相关，但提供了更多的背景信息；跨任务信息与Agent之前的任务直接相关，有助于经验的传承和应用。

将经典的Agent智能体对应到这3个类别上，我们可以得到下图的分类结果，√表示符合相应的信息。

在ExpeL的工作流程图中，我们可以很清晰的看出这3种记忆的体现！，如下图

这三种记忆来源，就像是Agent的三件法宝，让它们能够更好地理解和处理各种任务。内部任务信息让它们能够处理当前的任务；跨任务信息让它们能够从历史中学习；而外部知识则让它们能够利用更广阔的信息资源。

本文转载自 ​​探索AGI​​，作者： 猕猴桃