人和Agent

昨天写完对AI Agent的理解之后就感觉，人和Agent还挺像的。其实 Agent 不断思考-行动是为了收集更多能提供决策的信息，人也是一样。所以所谓的上下文管理和人类的短期记忆非常类似，之前看过一篇介绍 Agent 的文章特别有意思 忘掉《Her》吧，诺兰旧作《记忆碎片》才是LLM Agent的必修课，有兴趣的可以看看。Agent 的记忆是靠系统维护的，我们人类的记忆除了大脑之外，也可以用一个小本本记笔记来维持，我之前写过类似的观点的文章沿着树干前行，来尝试说明我工作的方式，我理解 Agent 的上下文其实也是做类似的事儿。所谓的 Agent 上下文的管理本质上还是为目标服务的，是手段不是目的，工程上上下文管理能改进的很多，也是属于挑战的部分，目前项目还没有进行到这个阶段，没太关注，但是 Agent 用到后期，上下文大概率会是瓶颈。上下文维护的太多不光影响最终的推理效果，还会大量的消耗 Token。回到人和 Agent 的角度，我感觉 Agent 不光记忆方面和人工作时候的记忆很类似，整体的工作方式其实也几乎一模一样，所以 Agent 的设计必定是参考了人类如何完成任务的的工作模式。行动-思考，拿到反馈，查看是不是符合预期，不符合预期继续新一轮的行动+思考，我们干活儿不也类似吗，甚至昨天提到的 Plan+Excute 模式就是更高级的行为模式了，就像我们软件工程师拿到产品需求开始分析、拆解需求然后排期，Plan的过程其实就是这个过程。Agent 是需要和我们人类合作的，所以它的思维方式也需要适应我们人的思维方式，这么设计似乎也是必然的。抛砖引玉，欢迎在评论区一起讨论 Agent 的相关理解。