I modelli cognitivi e gli algoritmi di intelligenza artificiale forniscono modelli per la progettazione di agenti linguistici.

Cognitive Models and AI Algorithms Provide Templates for Designing Language Agents

February 26, 2026

Autori: Ryan Liu, Dilip Arumugam, Cedegao E. Zhang, Sean Escola, Xaq Pitkow, Thomas L. Griffiths

cs.AI

Abstract

Sebbene i moderni grandi modelli linguistici (LLM) siano sempre più capaci se considerati singolarmente, permangono molti problemi complessi che vanno al di là delle abilità di un singolo LLM. Per tali compiti, sussiste ancora incertezza su come sia meglio considerare più LLM come parti e combinarli in un insieme più ampio. Questo position paper sostiene che potenziali modelli per progettare tali agenti linguistici modulari possano essere rinvenuti nella letteratura esistente sui modelli cognitivi e sugli algoritmi di intelligenza artificiale (IA). Per chiarire questo concetto, formalizziamo l'idea di un *template* di agente che specifica i ruoli per i singoli LLM e come le loro funzionalità debbano essere composte. Successivamente, esaminiamo una varietà di agenti linguistici esistenti in letteratura e mettiamo in luce i loro template sottostanti, derivati direttamente da modelli cognitivi o algoritmi di IA. Evidenziando questi progetti, miriamo a richiamare l'attenzione sui template di agente ispirati alle scienze cognitive e all'IA come strumento potente per sviluppare agenti linguistici efficaci e interpretabili.

English

While contemporary large language models (LLMs) are increasingly capable in isolation, there are still many difficult problems that lie beyond the abilities of a single LLM. For such tasks, there is still uncertainty about how best to take many LLMs as parts and combine them into a greater whole. This position paper argues that potential blueprints for designing such modular language agents can be found in the existing literature on cognitive models and artificial intelligence (AI) algorithms. To make this point clear, we formalize the idea of an agent template that specifies roles for individual LLMs and how their functionalities should be composed. We then survey a variety of existing language agents in the literature and highlight their underlying templates derived directly from cognitive models or AI algorithms. By highlighting these designs, we aim to call attention to agent templates inspired by cognitive science and AI as a powerful tool for developing effective, interpretable language agents.