如何让“agent” 拥有思绪流？

这篇是“深度解析agent”系列的第二篇。传统的GPT对话，说到底只有一条对话流，缺乏真正的思维流。但在感知流的结构下，情况就大不一样了——即使AI被要求保持沉默，它的大脑中也会有不同的“角色”在暗中对话，形成一股连续的思绪流。这股思绪流直接影响两类记忆：长期记忆和工作记忆。最终，这些记忆通过联想机制，渗透到对话和其他认知活动中。这篇文章的核心，就是拆解感知流结构究竟能带来怎样不同的agent搭建思路。

感知流结构

感知流是整个解构主义人工智能的起点和核心。它不是什么高深莫测的概念，而是把AI接收到的所有信息——眼耳鼻舌身意、思维、情绪、动机——全部写入一条连续的“河流”中。在这条河流里，关注度高的信息会被沉淀为记忆，从而为反思创造条件。举个例子，AI产生了“我感到愤怒”的情绪，那么它就会回溯到感知流中，发现前面有一条信息是“某人说我缺点”。于是系统会推断，一定存在某种内部处理逻辑，拿走了“某人说我缺点”这条信息，进而创造了“愤怒”这条新信息。解构主义人工智能，就是以感知流反思为认知基础，试图构建一个类似人类的、以感知流为中心的信息流转、储存和加工工程结构，并在计算机上实现它。

多角色模型与自由思绪

我们利用GPT构建了一个“多角色模型”，用来模仿人类思绪中那些不同的声音来源，让它们在感知流中进行对话。这些角色各有专攻：有根据陈述信息进一步提问的，有根据问题信息求解的，有推知陈述背后意味的，有喜欢分析事件原因的，还有专门考虑负面后果的——后者往往贡献于消极人格的表象。每个角色只处理特定类型的信息。所以，感知流的第一步就是“信息分类标注”——我们写了一个函数，通过给GPT出题，让它完成分类标注。系统从一个动态存储中读取候选分类，对输入的信息进行标注。因为角色本身对应某种信息处理模式，新角色是可以自发产生的，它会伴随着对新增信息类型的定义。换句话说，这个候选分类的动态存储，后续需要由系统内部来维护。

角色们在感知流中反射性地对话，形成的思绪流，我们称之为“自由思绪”。自由思绪和那种带有明确任务目的的思绪相对，它更“植物性”——是一种不加控制就会自发产生的思绪。

关注度标注

每一条进入感知流的信息，都会被标注一个“关注度”打分，用来决定这条信息在多大程度上值得被系统关注。我们同样用了一个函数，每次信息出现，就让GPT以“0到10分”对它进行关注度打分。但单纯这么做是有问题的——GPT不会根据AI自身特有的知识和经验来标注关注度，而这些特有的知识和经验确实应该影响关注度。比如，GPT按常识不会对“桌上有喝了一半的牛奶”这种信息产生关注；但如果用户对牛奶过敏，那么对这种信息的关注就变得很有意义了。

因此，完整的关注度标注，需要从长期记忆中联想相关信息。这些被联想的信息在长期记忆中本身拥有关注度。以此为关注度标注执行的工作记忆，让GPT根据联想到的长期记忆信息的关注度，对目标信息进行0-10分的打分。信息进入感知流，根据相关的已有信息被打上关注度，然后被沉淀为长期记忆，标注的关注度也一并存储。而这条信息本身，又可能在后续其他信息被关注度标注时被联想到，从而参与决定新信息的关注度。这是一个动态的、自增强的循环。

感知流控制机制

感知流中的每个角色，都维护着一个最低关注度阈值：

。感知流中的信息，即使恰好是这个角色的“食物”，也必须让关注度超过这个阈值，才会被该角色处理。所以，系统一旦降低si，就可以激活一个角色——因为最低关注度阈值降低了，这个角色变得更倾向于读取感知流中自己要处理的信息。反过来，如果感知流流量（比如用最近1分钟GPT调用次数来度量）突破了某个设定值，系统就会提升K，从而抑制所有角色。这个简单的控制机制，能创造出相当有趣的效果：

• 原始阈值si的设定可以控制特定类型的人格
  ：si低，人格的原始活跃度就高；si高，原始活跃度就低。由此可以创造出各种不同的人格，比如喜欢分析的，喜欢赞美或埋怨的，喜欢考虑负面后果（悲观）或正面后果（乐观）的……

  
  

• 单个角色，或者某个与任务相关的角色被高度激活时，会消耗大量感知流资源，

  触发K值上升，从而抑制其他角色，形成专注的表象
  。这一点在人类身上也能找到证据。

  
  

• 通过控制

  K提升，可以导致AI思绪的抑制
  ，极端情况下感知流完全消失，类比到人类的睡眠。而

  降低K则会导致AI苏醒
  。

超越传统RAG的方式

传统的RAG通过向量化外部知识库来构建检索，在对话中利用向量检索创造联想，把相关的知识文本嵌入对话生成的GPT API中，从而让知识影响表达生成。这种方式做知识问答还算凑合，但如果要让GPT深度使用知识，就非常困难了。

有了感知流之后，我们有了一个新的选择：先对原始知识进行知识抽取，对抽取后的知识分类存储。然后，感知流中的不同角色在运作时，联想这些抽取后的知识。比如，认知相关的三个角色——求解者、推知者——它们的运作会受因果知识的影响；而好奇者的运作，则会受关注维度的影响。

相比于传统RAG直接把知识嵌入对话生成API的做法，在感知流模式下，知识先影响思绪流中的认知相关角色，影响了认知过程，改变了长期存储中的认知结论，然后才把这些认知结论信息向量化，在对话中创造联想，最终嵌入对话生成API发挥作用。这才是人类使用知识的方式：通过知识影响认知思维，从而影响对话。借助感知流，我们能超越传统RAG对知识的浅层使用，实现类人的、对知识的深度应用。

GPT算子的构建与沟通模式

在MTSagent的设定界面中，我们可以编辑一个GPT API的模板。模板里预定好输入的位置，背景信息的位置则由各种搜索语句构成。当这个GPT运行时，搜索语句会尝试在agent的长期记忆中搜索相关内容。最后，模板里还有需求提示，描述要执行的任务。

接下来，要让感知流中的GPT算子互动起来。感知流的互动模式驱动如下：首先，需要有一张注册表，记录每个GPT API的输入类型和最低关注度阈值。感知流的驱动器会根据写入感知流信息的类型，在注册表中寻找输入类型匹配的GPT API。如果感知流信息的关注度高于注册表中该GPT API的最低关注度阈值，那么就把这条信息作为输入，激活这个GPT API。所以，一个GPT API想通过感知流被激活，就需要在注册表中注册自己的类型。而一个GPT API希望自己的输出能纳入感知的触发范畴，则需要在输出时同时标注自己的输出类型。