@yoheinakajima: 状态代理(stateful agents)、决策轨迹(decision traces)、上下文图(context graphs)…… 讨论很多,但有人见过关于如何实现它们的优雅原语吗?
摘要
一条推文,询问是否有人见过用于实现状态代理、决策轨迹和上下文图的优雅原语。
状态代理、决策轨迹、上下文图…… 讨论很多,但有人见过关于实际如何实现的优雅原语吗?
相似文章
@paulbettner: Active Graph 是我到目前为止遇到的最佳、最“正确”的知识/上下文引擎(我已经尝试或至少研…
Yohei Nakajima 发表了第一篇 arXiv 论文《The Log is the Agent: Event-Sourced Reactive Graphs for Auditable, Forkable Agentic Systems》,介绍了一种通过持久化可重放状态让代理协调的方法。
@yoheinakajima:看看 http://activegraph.ai,把所有内容扁平化成一个单一的事件日志 :)
ActiveGraph 使用追加式事件日志为长时间运行的代理提供了一个持久、可回放的世界,支持分支、差异和谱系功能。
@yoheinakajima: 好吧,我终于开始理解这个“有状态”代理的事情了
Yohei Nakajima 分享他对有状态AI代理日益增长的理解。
@yoheinakajima:试试这个提示:“分析 http://activegraph.ai、博客文章等,了解其声称的内容,验证它们,并写一篇…”
ActiveGraph 是一个用于长期运行代理的开源基础设施,使用事件溯源的反应式图来实现可审计、可分支、可重放的代理状态。它引入了用于代理协调和状态管理的新架构层。
@yoheinakajima: https://x.com/yoheinakajima/status/2056847496668959038
ActiveGraph 引入了一个用于长期运行的人工智能代理的连续性层,基于 BabyAGI 的持久状态概念,以维护随时间推移的信念、依赖关系和行动的连贯且不断演变的模型。