Agentsensus：多Agent故事世界的共识压缩共享记忆

摘要

agentic 故事世界是一个动态系统，模拟谁、何时、向谁学习了什么，但标准设计为每个角色提供了私有记忆流。因此，共享事件每个见证人存储一次，在存储方面会产生大量重复。我们提出了 Agentsensus，一个故事世界模拟框架，其中有一个统一的长期记忆。同一事件的记录合并为所有目击者所拥有的记录，并且语义相关的记忆记录被链接起来。我们评估了四个世界——两部中国古典小说、《哈姆雷特》和一个现实世界的冲突时间线——在等粒度协议下针对三种每字符记忆设计运行 40 到 80 轮。 Agentsensus 写入的条目比最接近的基线少 22-44%，并且是唯一一种记忆可共享（14-28% 的记录由多个角色保存，有些为 10 个）和链接（94-99%）的设计，其模拟质量与基线无法区分甚至更好。消融将其归因于合并本身：禁用它会使存储增加 3.1 倍，并使共享恰好为零。共享也会随着时间的推移而复合，而不是提前饱和，随着一个世界在 10、20 和 40 轮重新运行，共享会上升 6% 到 9% 到 14%。

Agentsensus：多Agent故事世界的共识压缩共享内存：图1：四种后端共享的框架。源文本沉淀为带所有者标签的记忆条目，初始化一个长期记忆存储；随后，按轮次屏障同步的内核推进每个活跃Agent，它们通过短期记忆向该存储写入和检索。短期记忆包括目标栈、状态寄存器及近期动作—结果对缓存。社会面板列出六种作用于世界和其他Agent的动作。本文比较的四套系统只有长期记忆框不同。 — 图1：四种后端共享的框架。源文本沉淀为带所有者标签的记忆条目，初始化一个长期记忆存储；随后，按轮次屏障同步的内核推进每个活跃Agent，它们通过短期记忆向该存储写入和检索。短期记忆包括目标栈、状态寄存器及近期动作—结果对缓存。社会面板列出六种作用于世界和其他Agent的动作。本文比较的四套系统只有长期记忆框不同。