根據(jù)《A survey on large language model based autonomous agents》智能體綜述文章，Agent核心是需要具備以下幾個核心特性與模塊：

• Profile模塊： Profile 模塊的目的主要是做Agent角色認定，回答的核心問題有: 我是誰？我在哪？我該干什么？無論是在當前的人與人之間的協(xié)同，還是人與智能體的協(xié)同，亦或是智能體與智能體間的協(xié)同。
• Memory模塊: Memory即記憶模塊，主要用來存儲、獲取、檢索信息。
• Planning模塊: 制定計劃，可以根據(jù)過去的行為與目標動態(tài)規(guī)劃下一步的行動。
• Action模塊: 執(zhí)行模塊，執(zhí)行智能體的具體決策。

Profile 模塊

角色模塊的目的是識別代理的角色。代理通常通過承擔特定角色來執(zhí)行任務，如程序員、教師和領域專家。角色模塊通過將代理的配置文件寫入提示中，影響LLM的行為。代理配置文件通常包括基本信息（如年齡、性別和職業(yè)）、心理學信息（反映代理的個性）和社交信息（詳細說明代理之間的關系）。

角色生成策略：

• 手工方法：代理配置文件由人工指定。例如，Generative Agent通過姓名、目標和與其他代理的關系等信息描述代理。
• LLM生成方法：代理配置文件由LLMs自動生成。例如，RecAgent首先創(chuàng)建幾個種子配置文件，然后利用ChatGPT生成更多配置文件。
• 數(shù)據(jù)集對齊方法：代理配置文件從現(xiàn)實世界數(shù)據(jù)集中獲取。例如，[29]根據(jù)美國國家選舉研究（ANES）中參與者的背景信息為GPT-3分配角色。

Memory 模塊

記憶模塊在代理架構設計中起著非常重要的作用。它存儲從環(huán)境中感知到的信息，并利用記錄的記憶來促進未來的行動。記憶模塊幫助代理積累經(jīng)驗、自我進化，并以更一致、合理和有效的方式行事。

記憶結構：

• 統(tǒng)一記憶：僅模擬人類的短期記憶，通常通過上下文學習實現(xiàn)。例如，RLP和SayPlan使用上下文信息作為短期記憶。
• 混合記憶：明確模擬人類的短期和長期記憶。例如，Generative Agent和AgentSims使用向量數(shù)據(jù)庫實現(xiàn)長期記憶。

記憶格式：

• 自然語言：記憶信息直接使用自然語言描述。例如，Reflexion和Voyager使用自然語言存儲體驗反饋。
• 嵌入：記憶信息被編碼為嵌入向量。例如，MemoryBank和ChatDev將對話歷史編碼為向量。
• 數(shù)據(jù)庫：記憶信息存儲在數(shù)據(jù)庫中。例如，ChatDB和DB-GPT使用數(shù)據(jù)庫作為記憶模塊。
• 結構化列表：記憶信息被組織成列表。例如，GITM使用層次樹結構存儲子目標的動作列表。

記憶操作：

• 記憶讀取：從記憶中提取有意義的信息以增強代理的行動。例如，Generative Agent和GITM使用近期性、相關性和重要性評分函數(shù)提取信息。
• 記憶寫入：將感知到的環(huán)境信息存儲在記憶中。例如，ChatDB和RET-LLM使用不同的策略處理記憶重復和溢出問題。
• 記憶反思：模擬人類反思能力，生成更抽象、復雜和高層次的信息。例如，Generative Agent和GITM通過反思生成高層次見解。

Planning 模塊

規(guī)劃模塊旨在賦予代理類似人類的能力，即將復雜任務分解為更簡單的子任務并分別解決。規(guī)劃模塊根據(jù)代理在規(guī)劃過程中是否可以接收反饋分為兩類：無反饋規(guī)劃和有反饋規(guī)劃。

無反饋規(guī)劃：

• 單路徑推理：最終任務被分解為幾個中間步驟，每個步驟只導致一個后續(xù)步驟。例如，Chain of Thought（CoT）和Zero-shot-CoT使用推理步驟作為提示。
• 多路徑推理：推理步驟被組織成樹狀結構，每個中間步驟可能有多個后續(xù)步驟。例如，Self-consistent CoT（CoT-SC）和Tree of Thoughts（ToT）使用樹狀推理結構生成計劃。
• 外部規(guī)劃器：利用外部規(guī)劃器生成計劃。例如，LLM+P和LLM-DP使用外部規(guī)劃器處理PDDL。

有反饋規(guī)劃：

• 環(huán)境反饋：從環(huán)境中獲取反饋以影響代理的未來行為。例如，ReAct和Voyager使用環(huán)境反饋進行計劃。
• 人類反饋：直接與人類互動以獲取反饋。例如，Inner Monologue使用人類反饋調(diào)整其行動策略。
• 模型反饋：利用預訓練模型生成反饋。例如，Reflexion和SelfCheck使用模型反饋改進其推理過程。

Action 模塊

行動模塊負責將代理的決策轉化為具體的結果。該模塊位于最下游位置，直接與環(huán)境交互。行動模塊受到角色、記憶和規(guī)劃模塊的影響。

行動目標：

• 任務完成：代理的行動旨在完成特定任務。例如，Voyager和ChatDev中的代理完成任務。
• 溝通：代理的行動旨在與其他代理或真實人類溝通。例如，ChatDev和Inner Monologue中的代理進行溝通。
• 環(huán)境探索：代理的行動旨在探索不熟悉的環(huán)境。例如，Voyager中的代理探索未知技能。

行動生成：

• 通過記憶回憶行動：行動是根據(jù)當前任務從代理記憶中提取信息生成的。例如，Generative Agent和GITM使用記憶信息指導行動。
• 通過計劃跟隨行動：代理按照其預先生成的計劃采取行動。例如，DEPS和GITM中的代理遵循計劃。

行動空間：

• 外部工具：利用外部API、數(shù)據(jù)庫和外部模型擴展行動空間。例如，HuggingGPT、ChatDB和ChemCrow使用外部工具。
• 內(nèi)部知識：依賴LLMs的內(nèi)部知識指導行動。例如，DEPS、ChatDev和Generative Agent使用LLMs的規(guī)劃、對話和常識理解能力。

行動影響：

• 改變環(huán)境：代理通過行動直接改變環(huán)境狀態(tài)。例如，GITM和Voyager中的代理改變環(huán)境。
• 改變內(nèi)部狀態(tài)：代理采取的行動改變代理本身。例如，Generative Agent和SayCan中的代理更新記憶。
• 觸發(fā)新行動：一個代理行動觸發(fā)另一個行動。例如，Voyager中的代理在收集到所有必要資源后建造建筑物。

通過上述模塊的協(xié)同作用，基于LLM的自主代理能夠模擬人類行為，有效執(zhí)行多樣化任務。