跳转至

Generative Agents：记忆、反思与计划

本页实现 memory stream 的相关性/近期性/重要性检索、累计重要性触发反思，以及 用检索记忆生成计划。

论文信息

字段 内容
论文链接 Generative Agents: Interactive Simulacra of Human Behavior
公司 / 机构 Stanford University / Google Research
首次公开日期 2023-04-07
原作者代码 已开源
本地 adapter / CLI key generative-agents
本地复现代码 src/auto_research/agent_research/

原始论文总结

背景与主要改动

只把完整历史塞给 LLM 无法支撑长期一致行为。论文把每次观察写入 memory stream， 按 recency、importance、relevance 检索；累计重要事件达到阈值后生成更高层 reflection， 再结合记忆与当前状态制定日程和行动计划。

flowchart LR
    O["Observation"] --> M["Memory stream"]
    M --> R["recency + importance + relevance 检索"]
    M --> T["重要性阈值"]
    T --> F["Reflection 高层记忆"]
    F --> M
    R --> P["Planning"]
    P --> A["Action / 新 observation"]
    A --> O

原论文关键图

Generative Agents：记忆、反思与计划 原论文 Figure 5

原论文 Figure 5（关键图）：展示原论文提出的核心架构、主要模块及其连接关系。图片来自原论文，版权归原作者所有；点击图片可查看来源。

核心公式

\[ s(m,q)=\alpha\,\mathrm{recency}(m) +\beta\,\mathrm{importance}(m) +\gamma\,\mathrm{relevance}(m,q). \]

论文离线与线上效果

论文在 25-agent Smallville 中展示邀请传播、关系形成和协同行为；人类评估与消融 表明 observation、planning、reflection 都影响行为可信度。没有生产线上 A/B 实验。

本地复现

EvoMem mini 120 episodes、seed 42、memory size 24，采用三项打分取 top-3，并按累计 重要性合成 reflection。

指标 Long-context 基线 Generative Agents
joint success 1.0000 1.0000
average cost 64.5000 1.7900
retrieved memories / reflections 0 / 0 354 / 30 
auto-research agent-eval --method generative-agents --benchmark evomem-mini \
  --episodes 120 --memory-size 24 --seed 42

稳定指标： p0-missing-agent-mini-suites-seed42.json。

复现边界

复现记忆打分、反思触发和计划依赖；没有运行 25 个 LLM persona、Smallville 地图或 人类可信度评测，因此这里只比较执行成功率、上下文代理成本和内部状态。