AI 大脑：从认知神经科学到自主智能体的记忆系统

记忆作为连接过去与未来的关键枢纽，为人类和 AI 系统提供了宝贵的概念和经验，使其能够有效地导航复杂任务。近期的自主智能体研究越来越关注通过借鉴认知神经科学来设计高效的记忆工作流程。然而，受制于跨学科障碍，现有工作难以吸收人类记忆机制的本质。为弥合这一差距，我们系统地综合了记忆的跨学科知识，将认知神经科学的见解与由大语言模型驱动的智能体相结合。具体而言，我们首先阐明了记忆的定义与沿着从认知神经科学到大语言模型再到智能体的渐进轨迹中的功能。随后，我们从生物学和人工智能两个视角，对记忆分类学、存储机制以及完整的管理生命周期进行比较分析。此外，我们审阅了评估智能体记忆的主要基准。我们还从攻击和防御两个角度探讨了记忆安全。最后，我们展望未来的研究方向，专注于多模态记忆系统和技能获取。