生成式智能体：用记忆循环模拟行为

摘要

为智能体设计记忆、反思与检索的架构，使它们在沙盒世界里规划并表现出可信的社会行为。

Architects agents that store experiences, reflect, and retrieve memories to plan, producing believable social behavior in a sandbox world.

提要

这篇论文把「角色扮演」升级成带长期记忆的行为模拟。智能体通过记忆流、反思与检索在沙盒中规划，并展现可信的社会行为。

01背景与动机

大型语言模型能够进行流畅的角色扮演，但通常缺少持久记忆与跨时段的行为一致性，难以在开放场景中维持可信的人格与社会关系。作者的动机是设计一套可运行的架构，使智能体像人一样积累经历并据此规划行动。

具体而言，观察被写入记忆流，智能体定期进行反思以形成更高层的信念与总结，再通过检索相关记忆来支持规划。该设计旨在让智能体在沙盒世界中表现出连贯、可解释的社会行为，而不仅是单轮对话式的表演。

02核心方法

核心架构由记忆流、反思与规划组成。智能体把环境中的观察以自然语言记录进记忆流；需要决策时，依据新近性、重要性与相关性对记忆打分并检索；同时周期性将零散经历综合为更高抽象的反思，再写回记忆流供日后使用。

互动环境是一个类小镇沙盒，其中有二十五个由语言模型驱动的智能体。每个智能体带有身份背景与日常安排，可在空间中移动、交谈并影响彼此。系统不靠中央剧本编排具体社交事件，而是让行为在记忆与规划循环中逐步展开。

03结果与证据

在持续运行中，智能体表现出组织聚会、相互邀请以及信息沿对话链传播等涌现社会现象。意图可以由单个智能体产生，再通过多轮交流扩散到其他人，并在时间安排与参与上形成一定协调，呈现出超越单步提示的社会互动。

证据主要来自人类对行为轨迹可信度的评判，以及典型案例的定性分析。完整记忆循环下的智能体，在人格连贯与可解释的社会协调方面通常优于缺少反思或检索的设定；但总体仍以观察与示例为主，而非大规模量化指标。

04影响与意义

这项工作塑造了人们对游戏NPC、数字同事与工作流智能体的产品想象，使具备长期记忆与持续人格的角色成为常见目标。记忆流、反思与检索相结合的模式，也经常被后续Agent系统设计当作记忆模块的参考起点。

它还把研究注意力从单次对话表现，扩展到开放环境中的行为连续性、人际协调与可观察的集体动态。对交互式社会模拟、虚拟世界与人机协作等方向，该架构提供了清晰的概念原型与可落地的工程化思路，便于后续工作在此基础上迭代。

05局限

行为看起来可信，并不意味着模型真正具备人类的动机结构或社会理解，流畅的叙事容易造成过度解读。评估以定性观察与小范围人工比较为主，缺少稳定、可复现的大规模量化标准，且多智能体长期运行的推理成本较高。

沙盒中热闹的聚会与信息传播也可能带来社会幻觉：表面协调很强，但因果往往混杂着提示措辞、检索偏差与模型先验。因此，把涌现现象直接归因于类人认知机制时需要格外谨慎，避免把模拟效果等同于现实规律。

06要点

1. 01记忆检索是维持人格连续性的关键机制。
2. 02反思把流水账式经历压缩为更高层的信念与总结。
3. 03涌现现象很有吸引力，但对因果关系的归因仍须谨慎。