大脑对长期运行Agent的启示 本文从大脑的互补学习系统（CLS）理论出发，批判当前AI Agent架构的缺陷：冻结的模型只能预测，缺乏持久的情景记忆和选择机制。作者提出，应构建双速存储系统（快速情景记录与慢速结构知识）、基于事件溯源的不变日志（支持回溯与分叉），以及共享工作空间协调多个专家。文章以ActiveGraph系统为例，展示了如何将神经科学原理融入工程实践，实现可重放、可分叉的Agent状态管理。 互补学习系统 AI Agent 记忆系统 事件溯源 选择门控 ActiveGraph yoheinakajima 发布于 3 天前 54 0 0
