首页
学习
活动
专区
圈层
工具
发布
技术百科首页 >智能体记忆 >程序性记忆在智能体中如何发挥作用?

程序性记忆在智能体中如何发挥作用?

词条归属:智能体记忆

程序性记忆(Procedural Memory)编码"如何做"的知识,通常以系统提示词、工具定义、少样本示例或微调后的模型权重形式存在。它不同于事实记忆——程序性记忆关注操作模式、决策协议和优化后的工作流。

在实践中,系统提示词就是智能体最基本的程序性记忆。成熟的工程实践将系统提示词视为代码来管理:版本化、测试化,并根据观察到的失败模式持续改进。程序性记忆的更新通过提示词编辑或模型微调实现,其生命周期持续到工作流发生变化为止——届时需要整体替换而非渐进衰减。

相关文章
智能体记忆系统检索优化指南:腾讯云智能体开发平台如何破解“答非所问”难题?
gavin1024
2025-09-10
7510
在 Groovy 中,如何实现高效的内存管理以优化程序性能?
通过以上方法可以提高Groovy程序的性能和内存管理效率。但是需要根据实际情况进行优化,具体方法和技术选型可能需要根据具体的业务需求和代码逻辑来决定。
程序员阿伟
2024-12-09
7970
智能体上下文与长流程记忆管理:不让信息在半途丢失
长流程的智能体,跑着跑着就忘了前面说了什么,结果前后矛盾、半途卡壳。我的经验是,这套平台要立住,上下文与记忆必须管好:跨步骤的状态、关键字段、中间结论都要留得住。记忆管住,长流程才连贯,业务才不被“前面白说”惹烦。把记忆做成机制,自动化才从一次性执行变成能续上的对话。很多团队重单步轻连贯,结果三步之后上下文丢光,这个坑本可提前避开。落地时我会把每个长流程的关键状态写入持久化上下文,步骤间显式传参而非靠模型记。状态留得住,断点才接得上,跨天跨人也能续,业务才不被半途丢失的信息拖垮,自动化才真正跑得完、跑得顺。
智能体自动化
2026-09-22
1750
AI智能体在药物发现中的应用概述
AI智能体正成为药物发现领域的变革性工具,能够在复杂的研究流程中自主推理、执行任务并持续学习。在大语言模型(LLMs)的基础上,结合感知、计算、行动与记忆等多类工具,这些AI智能体系统能够整合多源生物医学数据、完成多步骤任务、借助机器人平台开展实验,并在闭环体系中不断迭代与优化假设。
DrugOne
2025-12-17
8560
万字解析:OpenClaw、Manus、Cursor 与 Operator 是如何构建智能体记忆的?
进入 2026 年,大模型智能体(AI Agent)的发展重心已经从单纯的模型推理能力,转移到了如何独立完成长周期、多步骤的复杂任务。在这一转变中,记忆机制(Memory Mechanism)成为了系统设计的核心。
走向未来
2026-02-03
2.6K0
点击加载更多
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
领券