在当今快速发展的人工智能领域，AI Agent已经认为是大模型最重要并且最具落地效应的技术方向。它不仅能够模拟人类的交流方式，还能在复杂的环境中执行多样化的任务。AI Agent的作用日益凸显，从提供个性化推荐到辅助决策，再到自动化的流程管理，它们的应用范围正在不断扩大。然而，要充分发挥AI Agent的潜力，我们需要一个有效的架构设计，以确保它们能够更好地理解和适应所处的环境。本文将介绍基于大型语言模型（LLM）的AI Agent架构设计统一框架，旨在能让小伙伴们快速熟悉AI agent的框架组成及其细节要点。

    框架由四个关键模块组成，每个模块都承担着不同的功能，共同构建起一个高效且灵活的AI Agent。

1. Profile Module：此模块的目标是集中关于真实人类的信息，并将其组织成自然语言提示，以构建详尽的Profile。通过统一的记忆结构，AI Agent能够存储和回忆与用户相关的信息，从而提供更加个性化的服务。

2. Memory Module：记忆模块通过向量嵌入和数据库存储，将记忆信息高效地管理和检索。结构化信息列表使得记忆的语义可以以高效和简洁的方式传达。此外，记忆反思机制和情感（Empathy）的引入，使得AI Agent在处理记忆时更加贴近人类的思维模式。

3. Planning Module：规划模块让AI Agent能够在没有外部反馈的情况下进行多路径思考和规划。通过将观测值、当前全局状态、目标状态转换为规划领域定义语言（PDDL），AI Agent可以使用外部规划器计算出行动方案，并将这些方案转化为具体的行动。

4. Action Module：动作模块是AI Agent根据记忆做出决策并生成逻辑性强的响应的核心。它不仅指导AI Agent进行新操作，如移动位置、收集道具、建造建筑等，还能够根据已有的知识和经验生成新计划、获取新知识。

参考资料：

[1] Wang L, Ma C, Feng X, et al. A survey on large language model based autonomous agents[J]. Frontiers of Computer Science, 2024, 18(6): 1-26.

[2]Weng, Lilian. (Jun 2023). “LLM-powered Autonomous Agents” . Lil’Log. https://lilianweng.github.io/posts/2023-06-23-agent/.

[3]  “基于大语言模型的自主智能体综述” https://zhuanlan.zhihu.com/p/679451288