RASA：LLM系統(tǒng)中實(shí)現(xiàn)智能體記憶的認(rèn)知框架(含代碼)
大語(yǔ)言模型（LLMs）和智能體不斷進(jìn)化，已不再局限于簡(jiǎn)單的響應(yīng)和輸出，而是在推理與行動(dòng)能力上持續(xù)成熟。隨著智能體架構(gòu)的進(jìn)步，記憶、回憶和知識(shí)應(yīng)用的方式，在系統(tǒng)設(shè)計(jì)和可信度方面變得愈發(fā)關(guān)鍵且復(fù)雜。RASA（Role-Aligned Software Architecture，角色對(duì)齊軟件架構(gòu)）作為一個(gè)創(chuàng)新性的認(rèn)知框架，為構(gòu)建具備強(qiáng)大記憶能力、能夠靈活適應(yīng)各種場(chǎng)景的智能體提供了全新的思路和方法。
一、LLMs現(xiàn)有記憶機(jī)制的局限與RASA的誕生背景
LLMs憑借其強(qiáng)大的語(yǔ)言處理能力，在自然語(yǔ)言處理領(lǐng)域取得了顯著成果。其潛在記憶功能允許它們從訓(xùn)練數(shù)據(jù)中存儲(chǔ)和檢索模式，卻無(wú)需顯式的存儲(chǔ)機(jī)制。然而，這種記憶存在諸多局限性：它是靜態(tài)的，一旦訓(xùn)練完成，記憶內(nèi)容就基本固定，難以實(shí)時(shí)更新；缺乏個(gè)性化，無(wú)法針對(duì)不同用戶的獨(dú)特需求和背景進(jìn)行定制；并且很大程度上是不可見(jiàn)的，開(kāi)發(fā)人員和用戶難以了解記憶的具體存儲(chǔ)和使用方式，這使得它在適應(yīng)實(shí)時(shí)變化和貼合用戶特定上下文時(shí)困難重重。
為了讓智能體真正具備自適應(yīng)、可靠和交互性，就需要一個(gè)外部系統(tǒng)來(lái)顯式地管理記憶，跨越時(shí)間、角色和推理層次。RASA應(yīng)運(yùn)而生，它并非普通的工具或產(chǎn)品，而是一種思考如何構(gòu)建人工智能系統(tǒng)的全新理念，旨在打造模塊化、具備記憶感知能力且與周圍世界中的角色相匹配的AI系統(tǒng)。
二、RASA的核心架構(gòu)剖析
（一）Frames：智能體記憶的基石
Frames代表了智能體的記憶架構(gòu)和“心智狀態(tài)”，它涵蓋了智能體當(dāng)前所知道和能夠回憶起的信息，是其行動(dòng)的基礎(chǔ)。RASA定義了四種類型的Frames：
- 無(wú)狀態(tài)幀（Stateless frames）：這類幀沒(méi)有記憶功能，僅對(duì)當(dāng)前輸入做出響應(yīng)，適用于簡(jiǎn)單的事務(wù)性任務(wù)，比如一些固定格式的信息查詢，僅依據(jù)當(dāng)前輸入的關(guān)鍵詞返回預(yù)設(shè)答案，不考慮之前的交互歷史。
- 會(huì)話幀（Session frames）：它能夠捕捉對(duì)話中的近期交互信息，使智能體保持對(duì)話的流暢性，并能參考剛剛說(shuō)過(guò)的內(nèi)容。在客服場(chǎng)景中，當(dāng)用戶詢問(wèn)關(guān)于產(chǎn)品某一特性的更多細(xì)節(jié)時(shí)，智能體可以依據(jù)會(huì)話幀中記錄的前文，理解用戶所指的產(chǎn)品，從而更準(zhǔn)確地回答問(wèn)題。
- 短期幀（Short-Term frames）：短期幀用于總結(jié)整個(gè)會(huì)話中的模式和決策，有助于保存用戶偏好或近期選擇。例如，在音樂(lè)推薦場(chǎng)景中，智能體可以通過(guò)短期幀記住用戶在一次會(huì)話中多次選擇的音樂(lè)風(fēng)格，為后續(xù)推薦提供更符合用戶當(dāng)下興趣的音樂(lè)。
- 長(zhǎng)期幀（Long-Term frames）：長(zhǎng)期幀用于存儲(chǔ)跨會(huì)話的持久信息，如用戶偏好、歷史交互記錄或?qū)W習(xí)到的知識(shí)。以個(gè)人健康管理智能體為例，長(zhǎng)期幀可以記錄用戶長(zhǎng)期的健康數(shù)據(jù)和偏好的健康管理方式，為用戶提供持續(xù)且個(gè)性化的健康建議。
Frames具有高度的靈活性，可根據(jù)智能體的角色和上下文進(jìn)行組合。不同類型的智能體，會(huì)依據(jù)自身功能需求，選擇合適的Frames組合，以此來(lái)動(dòng)態(tài)塑造智能體的“心智狀態(tài)”，決定其能夠訪問(wèn)和響應(yīng)的信息。而Persona則在其中發(fā)揮著關(guān)鍵的控制作用，它能夠根據(jù)具體的使用場(chǎng)景、隱私級(jí)別、可信操作以及所需的認(rèn)知深度，有選擇地激活或調(diào)整Frames。
（二）Operators：智能體的行動(dòng)執(zhí)行層
如果說(shuō)Frames定義了智能體所“知道”的內(nèi)容，那么Operators則明確了智能體如何運(yùn)用這些知識(shí)。Operators就像是智能體的認(rèn)知工具，它基于當(dāng)前的Frame對(duì)信息進(jìn)行解釋、轉(zhuǎn)換或路由。常見(jiàn)的Operators類型包括：
- 偏好（Preferences）：根據(jù)用戶定義或系統(tǒng)定義的偏好來(lái)塑造輸出內(nèi)容。在電商推薦系統(tǒng)中，用戶可以設(shè)置自己喜歡的商品品牌、價(jià)格范圍等偏好，智能體通過(guò)Preferences Operator將這些偏好應(yīng)用到商品推薦中，為用戶提供更符合心意的商品建議。
- 規(guī)則（Rules）：用于應(yīng)用業(yè)務(wù)規(guī)則、進(jìn)行策略檢查或執(zhí)行工作流邏輯。在金融領(lǐng)域，智能體在處理貸款申請(qǐng)時(shí)，會(huì)依據(jù)Rules Operator檢查用戶的信用記錄、收入水平等是否符合貸款規(guī)則，還能在面對(duì)模糊輸入時(shí)，發(fā)起LLM查詢進(jìn)行推理，或者進(jìn)行條件評(píng)估。
- 啟發(fā)式方法（Heuristics）：利用輕量級(jí)推理策略或領(lǐng)域捷徑來(lái)高效地做出決策。當(dāng)需要更深入的思考時(shí)，Heuristics可以啟動(dòng)思維鏈提示；當(dāng)內(nèi)部邏輯處理能力不足時(shí)，還能將控制權(quán)委托給外部工具。在圖像識(shí)別輔助系統(tǒng)中，Heuristics可以快速根據(jù)一些常見(jiàn)的圖像特征做出初步判斷，若遇到復(fù)雜圖像，則借助外部專業(yè)圖像分析工具進(jìn)行處理。
- 工具（Tools）：實(shí)現(xiàn)與外部系統(tǒng)、API或函數(shù)的交互，例如獲取實(shí)時(shí)數(shù)據(jù)、進(jìn)行搜索和總結(jié)等。在新聞資訊智能體中，Tools Operator可以連接到新聞API，獲取最新的新聞內(nèi)容，并對(duì)其進(jìn)行篩選和總結(jié)，為用戶提供有價(jià)值的新聞信息。同時(shí)，Tools還能支持檢索增強(qiáng)生成（RAG）工作流程，幫助智能體獲取特定領(lǐng)域的知識(shí)，使其回答更具時(shí)效性和針對(duì)性。
Operators與Frames緊密協(xié)作，從Frames中提取信息并進(jìn)行相應(yīng)操作。它們具有模塊化和可組合性的特點(diǎn)，能夠根據(jù)任務(wù)需求或智能體的Persona進(jìn)行排序、組合或選擇性激活。部分Operators是無(wú)狀態(tài)的，而另一些則依賴更深入的上下文信息。此外，Operator層是人機(jī)協(xié)作（Human-in-the-Loop，HITL）系統(tǒng)最自然的集成點(diǎn)。當(dāng)規(guī)則或啟發(fā)式方法遇到模糊條件或低置信度輸出時(shí)，人類可以介入進(jìn)行驗(yàn)證、批準(zhǔn)或推翻決策，這在關(guān)鍵工作流程、高風(fēng)險(xiǎn)操作或需要可追溯性和監(jiān)督的企業(yè)系統(tǒng)中尤為重要。
（三）Persona：智能體的身份與協(xié)調(diào)層
Persona賦予智能體身份、角色和行為意圖。它不僅決定了智能體的行動(dòng)方式，還控制著哪些Frames和Operators處于激活狀態(tài)，以及如何針對(duì)特定用戶、任務(wù)或上下文對(duì)它們進(jìn)行配置。 一個(gè)Persona可以定義以下關(guān)鍵內(nèi)容：
- 智能體的角色：例如“熱情的音樂(lè)推薦者”或“成本節(jié)約分析師”，明確了智能體在特定場(chǎng)景中的功能定位。
- 語(yǔ)氣或風(fēng)格：決定智能體是以正式、敘事還是詼諧的方式與用戶交流，這有助于塑造智能體獨(dú)特的個(gè)性，增強(qiáng)用戶體驗(yàn)。
- 記憶范圍：確定智能體是無(wú)狀態(tài)運(yùn)行，還是需要納入長(zhǎng)期上下文信息，以此來(lái)靈活調(diào)整智能體對(duì)信息的處理方式。
- 偏好工具和推理模式：選擇是優(yōu)先使用規(guī)則、啟發(fā)式方法還是人類審核，從而使智能體的決策過(guò)程更符合其角色和任務(wù)需求。
通過(guò)封裝身份和協(xié)調(diào)功能，Persona使得設(shè)計(jì)出一致且上下文感知的智能體成為可能，并且能夠?qū)⑺鼈兣c現(xiàn)實(shí)世界中的角色相匹配，避免了為每種場(chǎng)景都進(jìn)行硬編碼的繁瑣工作。
三、RASA在不同角色中的應(yīng)用價(jià)值
（一）為架構(gòu)師提供模塊化設(shè)計(jì)藍(lán)圖
對(duì)于架構(gòu)師而言，RASA提供了一個(gè)模塊化的設(shè)計(jì)藍(lán)圖，用于構(gòu)建具備記憶感知能力且與角色對(duì)齊的智能體系統(tǒng)。它將狀態(tài)、行為和身份解耦，使得AI組件更易于測(cè)試、管理和適應(yīng)企業(yè)的多樣化需求。架構(gòu)師可以基于RASA的框架，靈活地組合Frames、Operators和Persona，設(shè)計(jì)出滿足不同業(yè)務(wù)場(chǎng)景的智能體架構(gòu)，提高系統(tǒng)的可維護(hù)性和擴(kuò)展性。
（二）助力開(kāi)發(fā)者高效實(shí)現(xiàn)功能集成
開(kāi)發(fā)者在使用RASA時(shí)，能夠獲得一種結(jié)構(gòu)化的方式來(lái)插入記憶層、工具和推理步驟，無(wú)需每次都重新構(gòu)建協(xié)調(diào)邏輯。Frames和Operators為開(kāi)發(fā)者提供了清晰的功能入口點(diǎn)，他們可以專注于實(shí)現(xiàn)具體的功能模塊，提高開(kāi)發(fā)效率。在開(kāi)發(fā)智能客服系統(tǒng)時(shí)，開(kāi)發(fā)者可以利用RASA已有的框架，快速集成會(huì)話幀和規(guī)則Operators，實(shí)現(xiàn)智能客服對(duì)常見(jiàn)問(wèn)題的快速響應(yīng)和處理。
（三）幫助產(chǎn)品所有者轉(zhuǎn)化業(yè)務(wù)需求
產(chǎn)品所有者可以借助RASA將業(yè)務(wù)需求轉(zhuǎn)化為模塊化的智能體行為。通過(guò)調(diào)整智能體的語(yǔ)氣、規(guī)則和偏好，使其與產(chǎn)品的角色設(shè)定、品牌形象和客戶工作流程相契合。在設(shè)計(jì)一款面向年輕用戶群體的社交APP智能助手時(shí)，產(chǎn)品所有者可以利用RASA設(shè)定智能體活潑、幽默的語(yǔ)氣風(fēng)格，并制定符合社交場(chǎng)景的規(guī)則和偏好，提升產(chǎn)品的用戶體驗(yàn)和市場(chǎng)競(jìng)爭(zhēng)力。
（四）為企業(yè)領(lǐng)導(dǎo)者提供治理思路
RASA為企業(yè)領(lǐng)導(dǎo)者提供了一個(gè)可擴(kuò)展的思維模型，幫助他們理解和管理AI與客戶、員工或其他系統(tǒng)的交互方式。通過(guò)RASA，企業(yè)領(lǐng)導(dǎo)者可以清晰地把握AI系統(tǒng)的控制要點(diǎn)、個(gè)性化設(shè)置和人為監(jiān)督的切入點(diǎn)，更好地引導(dǎo)AI系統(tǒng)為企業(yè)創(chuàng)造價(jià)值，同時(shí)確保其符合企業(yè)的戰(zhàn)略方向和風(fēng)險(xiǎn)管控要求。
（五）推動(dòng)企業(yè)實(shí)現(xiàn)AI的規(guī)模化應(yīng)用
對(duì)于企業(yè)和組織來(lái)說(shuō)，RASA提供了一種將智能體系統(tǒng)與組織結(jié)構(gòu)相匹配的有效途徑。智能體的角色、功能、決策策略甚至企業(yè)文化都可以在其行為、記憶和決策過(guò)程中得到體現(xiàn)，從而實(shí)現(xiàn)AI的規(guī)模化應(yīng)用，使其能夠與現(xiàn)有的工作流程無(wú)縫集成，而不是對(duì)其造成干擾。在大型企業(yè)的供應(yīng)鏈管理中，利用RASA構(gòu)建的智能體可以根據(jù)不同部門的角色和職責(zé)，如采購(gòu)、物流、庫(kù)存管理等，進(jìn)行有針對(duì)性的記憶和決策，優(yōu)化整個(gè)供應(yīng)鏈流程，提高企業(yè)運(yùn)營(yíng)效率。
四、RASA蘊(yùn)含的設(shè)計(jì)理念與發(fā)展展望
RASA不僅僅是一個(gè)技術(shù)架構(gòu)，更是一種融合了目的、責(zé)任和透明度的設(shè)計(jì)理念。在智能體時(shí)代，我們不僅要關(guān)注AI能做什么，更要思考它應(yīng)該做什么。RASA鼓勵(lì)設(shè)計(jì)者和組織在每個(gè)架構(gòu)層中融入目的、倫理和可觀測(cè)性。
智能體的目的確保其行動(dòng)具有明確的意圖，與角色、責(zé)任和組織目標(biāo)保持一致。倫理和安全并非事后考慮的因素，而是由Persona塑造，并通過(guò)Operators和人機(jī)協(xié)作檢查點(diǎn)進(jìn)行管理。可觀測(cè)性和透明度則源于架構(gòu)的模塊化，能夠追蹤決策的制定過(guò)程、所使用的記憶以及采取的行動(dòng)。
目前，RASA仍處于早期探索階段，它源于人們希望利用LLMs和工具增強(qiáng)現(xiàn)實(shí)世界流程的愿望，試圖模擬人類的思維、決策和協(xié)作方式。盡管它并非革命性的突破，但它以新穎的方式組合了已有的概念，尤其是在構(gòu)建記憶和決策機(jī)制方面，為創(chuàng)建智能、自適應(yīng)的智能體奠定了堅(jiān)實(shí)的基礎(chǔ)。在未來(lái)，隨著AI技術(shù)的不斷發(fā)展，RASA有望在更多領(lǐng)域得到應(yīng)用和完善，進(jìn)一步推動(dòng)智能體與現(xiàn)實(shí)世界的深度融合，助力企業(yè)和社會(huì)實(shí)現(xiàn)智能化轉(zhuǎn)型。
