由大型语言模型(LLMs)驱动的自主代理正日益能够执行复杂任务,然而它们本质上仍然是无状态的,缺乏持久身份、长期记忆和结构化进化机制。这种限制阻碍了它们保持连续性、发展专业化并参与现实世界经济系统的能力。本研究引入了Agenity,一种融合身份管理、终身记忆系统、结构化技能表示、基于血统的进化和可验证信任机制的持久自主AI代理新型基础设施。Agenity使代理能够跨会话保持连续性,高效积累与检索经验,获取并转移技能,生成继承能力的后代代理。我们提出了由身份层、基于检索的记忆系统、技能图谱、血统引擎、声誉模型和加密事件账本组成的模块化架构。该框架阐述了自主代理如何随着时间演化并通过任务执行、协调与价值交换参与协作和经济生态系统。本文为下一代代理平台提供了概念和系统级基础,支持可扩展、持久及具经济活力的AI系统。关键词:自主代理,LLM,代理基础设施,持久AI,记忆系统,技能图谱,代理血统,AI系统架构,数据运维,代理经济
Building similarity graph...
Analyzing shared references across papers
Loading...
Chirravuri Sastry
Building similarity graph...
Analyzing shared references across papers
Loading...
Chirravuri Sastry(周四,)研究了该问题。
www.synapsesocial.com/papers/69df2b85e4eeef8a2a6b086e — DOI: https://doi.org/10.5281/zenodo.19554514
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: