斯坦福大学与Google Research团队联合发表的论文《生成式代理：人类行为的交互模拟体》引发广泛关注。论文第一作者、斯坦福大学计算机科学博士Joon Park在近期对话中表示，生成式智能体（Generative Agents）是表现出可信人类行为的计算代理，其核心在于通过记忆、感知、行动、计划与反思等模块的组合，维持长期一致的交互行为。
该论文展示了一个由25个智能体构成的虚拟小镇，智能体能够自行制定计划、执行行动并反思行为。Joon Park指出，这项研究包含两大贡献：技术层面，团队构建了一套以记忆模块为核心的架构，所有信息以自然语言形式存储与检索，使智能体能够维持长期关系与上下文记忆；概念层面，研究重新激活了计算机科学领域四十年前关于「可信代理」的愿景。
Joon Park回顾称，1994年Joseph Bates曾提出，若能创造表现出综合人类能力的计算代理，将是该领域的北极星。然而这一愿景在过去十年中几乎被遗忘。核心原因在于技术条件不成熟：手写人类行为无法规模化，强化学习仅在对抗性场景中有效，而认知架构依赖大量手工编码知识，难以适应开放世界。
大语言模型的出现改变了这一局面。Joon Park认为，大模型的训练数据建立在社交网络、维基百科和互联网之上，包含大量人类行为数据。若能正确利用这些数据，便可能成为构建可信代理长期以来缺失的关键要素。反思模块尤为关键，它使智能体能够对自身行为进行高层次总结，这一机制将对未来智能体的构建方式产生长期影响。
该研究为AI智能体在开放世界中的长期一致性行为提供了新的技术路径，也为游戏、虚拟交互等领域的应用开辟了可能性。随着大语言模型能力的持续演进，可信智能体的构建正从理论愿景走向工程实践。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
