CrewAI
3 节点1 篇4 来源
CrewAI 宣布将其 Agent 记忆系统从传统的“被动存储检索”重构为主动的“认知系统”。针对此前双系统架构导致的依赖复杂和矛盾事实累积问题,CrewAI CEO João Moura 指出,记忆不应仅是向量数据库与元数据表的简单叠加,而应具备选择性编码、冲突消解和置信度门控召回的能力。新架构基于 LanceDB 单一表实现,通过五个认知操作(encode, consolidate, recall, extract, forget)在底层自动处理信息的一致性,旨在解决大规模 Agent 执行中因记忆污染导致的幻觉与效率瓶颈。
事情怎么走到这一步
CrewAI 在 GitHub 上合并了 PR #4420,正式引入统一记忆系统,替换原有的短期、长期、实体和外部记忆类型。
github.com ↗CrewAI 官方博客发布文章《How we built Cognitive Memory for Agentic Systems》,详细阐述将记忆视为认知过程而非存储问题的设计理念。
blog.crewai.com ↗LanceDB 厂商博客披露 CrewAI 如何利用 LanceDB 实现单表架构,支持超过 20 亿次 Agent 执行,并简化了开发者体验。
lancedb.com ↗
还没定论的部分
- 新的认知记忆系统在极高并发下的延迟表现是否优于旧的双系统架构?
- LLM 驱动的自动冲突消解机制在处理细微语义差异时的准确率如何?
- 该架构对非文本多模态数据(如图像、音频)的记忆整合效果是否有具体基准测试数据?