Sophia：一种人工生命持久化智能体框架
人工智能
2025-12-23 v1
摘要
大语言模型的发展使 AI 代理从任务特定工具演变为具有长期决策能力的实体。然而，大多数体系结构仍然是静态的和反应式的，依赖于手动定义的狭窄场景。这些系统擅长感知（System 1）和 deliberation（System 2），但缺乏维持身份、验证推理以及将短期行动与长期生存一致的持久元层。我们首先提出了第三个层级——System 3，负责主持智能体的叙事身份和长期适应。该框架将选取的心理学 construct 映射到具体的计算模块，从而将抽象的人工生命概念转化为可实现的设计要求。这些想法浓缩于 Sophia，一个“持久智能体”包装器，将持续的自我改进循环嵌入任何基于 LLM 的 System 1/2 堆栈中。Sophia 由四种协同机制驱动：过程监督的思考搜索、叙事记忆、用户和自我建模，以及混合奖励系统。它们将重复的推理转化为自我驱动的自传式过程，实现身份连续性和透明的行为解释。尽管本文主要是概念性的，但我们提供了一个紧凑的工程原型来锚定讨论。定量上，Sophia 独立发起和执行各种内在任务，同时实现了重复操作推理步骤的 80% 减少。值得注意的是，元认知持久性带来了 40% 的成功率提升，用于高复杂度任务，有效弥合了简单目标与复杂目标之间的性能差距。定性地，System 3 表现出连贯的叙事身份和内在的任务组织能力。通过将心理学洞见融入轻量级强化学习核心，持久智能体架构为实现人工生命的可能性路径提供了推进。
引用
@article{arxiv.2512.18202,
title = {Sophia: A Persistent Agent Framework of Artificial Life},
author = {Mingyang Sun and Feng Hong and Weinan Zhang},
journal= {arXiv preprint arXiv:2512.18202},
year = {2025}
}