技术指南

情景记忆和语义记忆

人工智能代理需要两种长期记忆:针对特定过去事件的情景记忆和针对一般事实的语义记忆。

听听这个指南AI叙述 · ~2 min

在本页阅读时间:2分钟
  1. 概述
  2. 深入探讨
  3. 现实世界的实施
  4. 情景记忆和语义代理记忆的未来
  5. 付诸实践
  6. 不断探索
  7. 常见问题

概述

借用人类心理学,这种分裂让代理人既能回忆起发生过的事情,又能知道什么是真实的。

深入探讨

语言模型本身是无状态的:一旦对话滚动经过其上下文窗口,它就会忘记。为了构建跨会话持续存在的代理,开发人员添加了受人类认知启发的外部记忆。情景记忆存储特定的、带有时间戳的体验(“周二用户说他们更喜欢早会”),而语义记忆存储提炼的一般知识(“该用户是素食主义者”)。实际上,它们保存在矢量数据库和结构化存储中。当代理需要采取行动时,它会查询内存,检索最相关的项目,并将它们插入到提示中。随着时间的推移,重复的事件会被整合为稳定的语义事实,反映了人类如何将经验转化为知识。

现实世界的实施

编码助理回忆起您的项目跨会话使用 TypeScript 和您首选的测试框架

客户支持机器人会记住过去的特定票证(情景)和您的帐户级别(语义)

一位私人助理将许多“我吃了一份沙拉”的提及整合到您是素食主义者的稳定事实中

存储早期查询结果的研究代理,这样就不会重复相同的网络搜索

情景记忆和语义代理记忆的未来

内存正在成为个人人工智能助理的差异化因素。预计标准化的内存层可以在应用程序中生存,更智能的遗忘策略可以删除陈旧或低价值的条目,以及存储可重用技能而不仅仅是事实的程序内存。隐私和用户控制将成为核心:人们会想要检查、编辑和删除代理所记住的内容。研究还正在解决记忆冲突,即新信息应该覆盖过时的信念,而不抹去有用的历史。

付诸实践

为什么这很重要

  • 成本与预算. 多年来,架构决策决定着性能和运营成本。
  • 更清晰的判决. 技术教育帮助团队选择正确的堆栈,而不仅仅是最新的堆栈。
  • 质量控制. 更好的工程选择可以减少生产中的可靠性事故。

留意

  • 优化一项基准测试可以隐藏更广泛的系统弱点。
  • 基础设施和维护成本常常被低估。
  • 随着系统变得更加复杂,安全性和可观察性差距可能会扩大。

后续步骤

  1. 在实施之前定义延迟、质量和成本目标。
  2. 在实际负载和数据条件下进行基准测试。
  3. 仪器监控错误、漂移和用户影响。
  4. 在扩展之前准备回滚和事件响应路径。

不断探索

免费通讯

获取每日AI简报

每个工作日早晨提供三条经过验证的AI故事,使用简明英文撰写。永久免费,无广告。

每个工作日发送一封邮件。一键退订。我们永不出售或分享您的地址。

测试一下自己

Take the Episodic and Semantic Agent Memory quiz

每个答案即时反馈,课程通过后可获得可验证ID的可分享证书。

开始测验

支持免费AI教育。AI Understanding是一家501(c)(3)非营利组织——无广告,无付费墙,永不收费。 捐款

常见问题

什么是情景记忆和语义代理记忆?

人工智能代理需要两种长期记忆:针对特定过去事件的情景记忆和针对一般事实的语义记忆。借用人类心理学,这种分裂让代理人既能回忆起发生过的事情,又能知道什么是真实的。

人工智能代理中的情景记忆和语义记忆有什么区别?

情景记忆保存着带有时间戳的特定经历,而语义记忆则保存着提炼出来的一般事实,反映了人类的区别。

What limitation applies to a language model without an external memory or retrieval system?

该指南的主张涉及其本身的模型; an application can add external memory that persists and is retrieved separately.

记忆通常如何存储以便快速检索?

文本被转换为嵌入向量并存储在向量数据库中,从而实现基于相似性的查找。

在查询时,智能体如何找到相关记忆?

代理嵌入当前上下文并检索最接近的存储向量,通常通过余弦相似度。

“巩固”对特工的记忆有什么作用?

整合将许多相关的片段条目总结为稳定的事实,减少混乱和矛盾,就像人类从经验中形成知识一样。