大規模エージェント：永続エージェントのための知覚中心アーキテクチャ

要旨

認知言語エージェントは、言語モデルにメモリ、ツール、意思決定手順を備えることで substantial な進歩を達成し、エージェントが対話環境において推論し行動することを可能にしてきた。既存のフレームワークの多くは、こうしたエージェントを、ユーザーが指定する境界のあるタスクを解決するシステムとして位置づけている。しかし、ユーザーのニーズ、コンテキスト、サービス手順が持続し変化する長期的な環境において、言語エージェントが持続的な支援を提供し、時間の経過とともに生じる多様なタスクにわたって有用であり続けることが、ますます重要な目標となっている。それにもかかわらず、持続的AIエージェントを特徴づけ、既存の研究を整理し、将来の開発を導くためのフレームワークは依然として欠如している。この目的のために、我々は持続エージェントのための知覚中心アーキテクチャ(Perception-Centered Architecture for Persistent Agents、Pera)を提案する。Peraは、知覚と制御のコンポーネントを中心に構成された持続エージェントを記述するものであり、エージェントはエピソード的なタスク実行、内部コンテキスト、および周囲の環境変化からサービス関連シグナルを継続的に知覚し、これらのシグナルを用いてライフサイクルタスクを構築する。これらのタスクは、エージェントのサービス手順の継続的な運用と適応を駆動する。我々はPeraを用いて、近年の研究を遡及的に整理し、詳細なケーススタディを検討し、より高度な持続エージェントを構築するための将来を見据えた洞察を提示する。ソフトウェア工学がスモールプログラミングからラージプログラミングへと移行したように、Peraは言語エージェントの進化を、長期的に動作する適応的知能システムへの同様のアーキテクチャ的移行として位置づける。

English

Cognitive language agents have achieved substantial progress by equipping language models with memory, tools, and decision-making procedures, enabling agents to reason and act in interactive environments. Existing frameworks largely cast these agents as systems for solving user-specified, bounded tasks. An increasingly important goal is for language agents to provide persistent assistance in long-lived settings where user needs, context, and service procedures persist and change, and to remain useful across the broad range of tasks that arise over time. Yet we still lack a framework to characterize persistent AI agents, organize existing work, and guide future development. To this end, we propose a Perception-Centered Architecture for Persistent Agents (Pera). Pera describes a persistent agent organized around perception and control components that continually perceive service-relevant signals from episodic task executions, internal context, and changes in the surrounding environment, and use these signals to construct lifecycle tasks. These tasks drive the ongoing operation and adaptation of the agent's service procedures. We use Pera to retrospectively organize recent work, examine a detailed case study, and offer forward-looking insights for building more capable persistent agents. Just as software engineering moved from programming in the small to programming in the large, Pera frames the evolution of language agents as an analogous architectural transition toward long-lived, adaptive intelligence systems.