工作代理是否应直接写入内存?一种我正测试的策展-代理模式
摘要
作者描述了一种模式,其中工作代理不直接写入共享内存,而是发出结构化内存事件,由内存策展人进行验证、去重并路由到适当的作用域,旨在防止多代理系统中的内存污染。他们将此方法与现有框架进行了比较,并征求社区反馈。
在搭建项目级内存所有者一段时间后,困扰我的问题变得更加细致。即使有项目范围编排器,工作代理仍然直接写入共享内存,存储库迅速被污染。临时猜测被保存为持久事实。特定于项目的决策最终出现在可复用的团队规则中。私有上下文泄露到公共工件中,因为工作代理不知道它正在写入哪个作用域。
我现在测试的模式在工作代理和内存存储之间放置了一个专门角色。工作代理完全不写入内存。它们发出带有建议作用域和证据的结构化内存事件。一个独立的内存策展代理对事件进行验证、修订、去重,并将其路由到四个作用域之一,或直接丢弃。
我使用的四个作用域是:代理仓库内存(单个代理的持久设计决策)、代理团队内存(跨代理流程、交接标准、安全规则)、项目内存(一个项目的当前状态、决策、风险)和会话暂存(可能不应保留的临时观察)。
我心中的映射是人类和组织记忆类别:个体专家记忆、交互性团队记忆(Ren和Argote)、项目记忆和短期工作记忆。
默认路由规则是保守的。如果事件是临时的、无支撑的、模糊的或私有的,则进入会话暂存或被丢弃。持久内存是挣来的,而不是自动的。
事件模式是JSON格式,包含事实、决策、偏好、风险、流程、假设的类型标签,以及证据引用和建议作用域。策展人可以覆盖建议的作用域,并且是持久存储的唯一写入者。
我认为这个模式所处的谱系包括:用于内存层次结构的MemGPT和MemoryBank,用于模块化和层次化代理内存的LEGOMem和AgentSys,以及用于将观察提炼为长期记忆的反思模式的Generative Agents。团队与个体区分的来源是组织研究中的交互记忆工作。
有两件事我不确定。第一,事件发出要求是否给工作代理增加了足够的摩擦,以至于它们开始要么过度发出(一切都成为候选事件),要么发出不足(工作代理悄悄停止费心,有用的观察丢失)。第二,路由准确性是否随着项目数量的增长而保持,因为在长时间会话中会话与项目的界限模糊,当一个项目的经验实际上具有普遍性时,项目与团队的界限模糊。
仓库:回复 好奇是否有人运行多代理设置尝试过类似方法。具体来说:你是让工作代理直接写入,然后稍后运行清理过程,还是通过策展人预先控制写入?事后清理在操作上更容易,但我怀疑污染积累的速度快于被清除的速度。
相似文章
记忆策展代理:多智能体系统中记忆的治理层
记忆策展代理模式将记忆治理与工作代理分离,通过专门的代理评估并将记忆事件路由到适当的作用域,从而提高持久记忆的质量和相关性。
如何管理代理记忆而不让其变成杂物抽屉?
关于管理AI系统中代理记忆的实际挑战的讨论,侧重于避免信息过载导致输出质量下降,并提出使用工作流状态和多代理架构等策略。
在多智能体设置中,持久化记忆应该存放在哪里?一个小型研究框架
作者提出,在多智能体AI系统中,持久化记忆应该归属于项目所有者,而不是任务专家,这一观点借鉴了咨询公司的实践和关于项目记忆的学术文献。他们提供了一个研究框架,包含模板和评估准则,用于进行现场试验。
我曾以为智能体记忆只是存储问题。现在我不这么认为了。
一位开发者重新思考智能体记忆,认为它不仅仅是存储,而是提出了一个带有角色和激活场的活图,用以赋予过去信息适当的权威和上下文。
开始思考“代理记忆”是错误的首要框架
作者认为“代理记忆”是错误的首要框架,因为它混淆了工作状态和持久记忆,导致调试问题。作者主张将混乱的工作状态(应过期)与具有来源和权威的严格持久记忆分开。