AI Engineer - 揭秘AI智能体“记忆”:超越无状态,打造有思想的数字伙伴
作者：微信文章https://www.youtube.com/watch?v=W2HVdB4Jbjs
揭秘AI智能体“记忆”：超越无状态，打造有思想的数字伙伴
深入探索MongoDB如何赋能AI智能体，让其拥有更可靠、更具思考力的“大脑”！
在过去几年里，AI领域经历了从LLM驱动的聊天机器人到RAG（检索增强生成），再到如今**AI智能体（AI Agents）**的演进。我们正在从构建无状态（stateless）应用转向有状态（stateful）的智能系统，而实现这一转变的核心，正是“记忆”。
MongoDB的Richmond Alake在“AI Engineer”频道的演讲中深入探讨了AI智能体记忆的原理、模式和最佳实践。他强调，理解并架构好智能体的记忆系统，将是未来6个月内构建最优秀、最可信、最有能力和最可靠AI应用的关键。
1. 何为AI智能体，记忆为何如此关键？
AI智能体被定义为一个计算实体，它能通过感知（perception）了解环境，通过大型语言模型（LLM）获得认知能力，并通过工具使用（tool use）采取行动。然而，其中最重要的一点是：它必须拥有某种形式的记忆，无论是短期还是长期。
记忆对于智能体至关重要，因为它能让智能体：
反思（reflective）交互（interactive）主动（proactive）反应（reactive）自主（autonomous）
就像人类的智能取决于记忆和回忆能力一样，AI要模仿甚至超越人类智能，其核心也离不开强大的记忆系统。
2. 智能体记忆管理：构建AI“大脑”的核心
智能体记忆（Agent Memory）是指我们所实施的机制，旨在确保AI应用中的状态持久化，使智能体能够累积信息，将数据转化为记忆，并用这些记忆来指导下一步的执行。其最终目标是让智能体变得更可靠（reliable）、可信（believable）和有能力（capable）。
作为AI记忆工程师，我们的核心任务是进行记忆管理（Memory Management）。这不仅仅是将所有数据塞进上下文窗口，而是系统地组织信息，检索相关的记忆，并以有效的方式进行结构化，以确保响应的相关性。
记忆管理的核心组件包括：生成、存储、检索、集成、更新和删除。值得注意的是，人类通常不会删除记忆，除非是创伤性记忆，因此研究人员正在探索在智能体记忆中实现某种形式的“遗忘机制”，而非简单删除。在所有这些组件中，“检索（retrieval）”被认为是至关重要的。
3. MongoDB：AI智能体记忆的核心提供者
MongoDB被定位为Agentic系统（智能体系统）的记忆提供者（memory provider）。它为AI记忆工程师和AI工程师提供了将数据转化为记忆所需的所有功能，从而使智能体更加可信、有能力和可靠。
RAG与智能体化RAG： MongoDB是RAG管道的核心数据库，因为它提供了所有必要的检索机制，不仅仅是向量搜索。通过将检索能力赋予智能体作为工具，我们进入了“智能体化RAG”的世界，智能体可以自主选择何时调用信息。灵活的数据模型： MongoDB的文档数据模型非常灵活，能够适应任何数据结构和模型，这对于建模各种复杂的智能体记忆至关重要。全面的检索能力： MongoDB在一个数据库中提供了图形、向量、文本、地理空间等所有类型的检索功能。整合Voyage AI： MongoDB近期收购了Voyage AI，后者提供了市场上领先的嵌入模型和重排序器（re-rankers）。通过将这些技术整合到MongoDB Atlas中，开发者将不再需要手动编写分块（chunking）和复杂的检索策略，大大提高开发效率并减少AI幻觉。
4. 多样化的智能体记忆类型及其在MongoDB中的建模
演讲中介绍了多种重要的智能体记忆类型，以及如何在MongoDB中对其进行建模：
人格记忆（Persona Memory）： 帮助系统更具“人情味”，建立与用户的关系。OpenAI曾尝试给ChatGPT赋予个性，而人格记忆正是朝着这个方向努力，可以在MongoDB中建模。工具箱记忆（Toolbox Memory）： 将工具的JSON Schema存储在MongoDB中，使智能体能够扩展其可用的工具数量，超越上下文窗口的限制，在需要时检索相关工具.对话记忆（Conversation Memory）： 存储与智能体来回的对话（如ChatGPT）。它包括时间戳、对话ID，甚至可以尝试实现召回率、新近度等记忆信号，从而支持遗忘机制。工作流记忆（Workflow Memory）： 存储智能体的执行步骤，包括失败的经验。这些失败可以被视为学习经验，存储在数据库中，并在未来的执行中被LLM检索，以避免重复错误或探索新的路径。此外，还有**情景记忆（Episodic Memory）、长期记忆（Long-term Memory）、智能体注册表（Agent Registry）和实体记忆（Entity Memory）**等形式。
Richmond Alake还在开发一个名为Memoriz的开源库，它封装了这些记忆类型的实现和设计模式，旨在帮助开发者更好地构建这些复杂的记忆系统。
5. 从神经科学中汲取灵感，迈向AGI
AI智能体的发展并非空中楼阁，它正从人类大脑的运作方式中汲取灵感。Hubel和Wiesel在猫视觉皮层上的研究启发了卷积神经网络（CNNs）的发展，而这正是人脸识别、物体检测等技术的基础。
MongoDB的首席AI科学家和Voyage AI的创始人Tenu，正与神经科学家合作，共同探索人类大脑的记忆机制，并将其映射到AI智能体的构建中，以推动AGI（通用人工智能）的实现。
AI智能体的未来在于其“记忆”的能力，而MongoDB正致力于成为这个“记忆”的核心提供者。 无论您是AI开发者还是对前沿技术感兴趣，理解记忆在AI智能体中的作用，都将是至关重要的一步。
#AI智能体#AgentMemory#MongoDB#记忆管理#AGI#人工智能#VoyageAI
页:
[1]