Cognitive architecture 又是个什么东东?

自Langchain:

https://blog.langchain.dev/what-is-a-cognitive-architecture/

https://en.wikipedia.org/wiki/Cognitive_architecture

定义

复制代码
A cognitive architecture refers to both a theory about the structure of the human mind and to a computational instantiation of such a theory used in the fields of artificial intelligence (AI) and computational cognitive science.

hypothesis about the fixed structures that provide a mind, whether in natural or artificial systems, and how they work together --- in conjunction with knowledge and skills embodied within the architecture --- to yield intelligent behavior in a diversity of complex environments.

认知架构 指的是一种人类心灵结构的理论,也可以指这种心灵结构理论在人工智能(AI)及计算认知科学领域中的计算实现。

一个产生思维的固定结构假设(无论是在自然系统还是人工系统中),该假设也说明了这些固定结构是如何与架构中所包含的知识和技能协同工作,从而在复杂环境的多样性中,产生智能行为。


这套理论说明非常费解, Langchain 研究员:

认知架构是指你的系统如何思考------ 换句话说,就是接受用户输入并执行操作或生成响应的代码/提示/LLM 调用的流程。

  1. "认知":因为代理系统依赖于使用 LLM 来推理要做什么。

  2. "架构":因为这些代理系统仍然涉及大量与传统系统架构类似的工程。


AI Agent 是一个用 LLM 来做程序的控制流决策的系统。

An AI agent is a system that uses an LLM to decide the control flow of an application.

Cognitive architecture

下面这张图展示了不同层次 Cognitive architecture 的例子:

从上往下不同 level, 从左→右不同阶段

• 标准化的软件代码(code) :一切都是 Hard Code ,输出或输入的相关参数都直接固定在源代码中,这不构成一个认知架构,因为没有 cognitive 的部分;

• LLM Call ,除了一些数据预处理外,单个 LLM 的调用构成了应用程序的大部分,简单的 Chatbot 属于这一类;

• Chain:一系列 LLM 调用,Chain 尝试将问题的解决分成若干步,调用不同的 LLM 解决问题。复杂的 RAG 属于这一种:调用第一个 LLM 用来搜索、查询,调用第二个 LLM 用于生成答案;

• Router:在前面的三种系统中,用户可以提前知道程序会采取的所有步骤,但在 Router 中,LLM 自行决定调用哪些 LLM ,采取怎样的步骤,这增加了更多的随机性和不可预测性;

• State Machine ,将 LLM 与 Router 结合使用,这将更加不可预测,因为这样结合放入循环中,系统可以(理论上)做无限次的 LLM 调用;

• Agentic 的系统:大家也会称为" Autonomous Agent ",使用 State Machine 时,对于可以采取哪些操作以及在执行该操作后执行哪些流程仍然存在限制;但当使用 Autonomous Agent 时,这些限制将被删除。LLM 来决定采取哪些步骤、怎样去编排不同的 LLM ,这可以通过使用不同的 Prompt 、工具或代码来完成。

简单来说,一个系统越是" Agentic ",LLM 就越大程度地决定系统的行为方式。

Credit from: Agent 最全 Playbook:场景、记忆和交互创新

混个 google agent whitebook

图:

AI 小入门

快速开启 - ApiHug如何在15分钟内,使用 ApiHug 启动一个API开发项目.https://apihug.com/zhCN-docs/startApiHug - API design Copilot - IntelliJ IDEs Plugin | Marketplacehttps://plugins.jetbrains.com/plugin/23534-apihug--api-design-copilot

相关推荐
We་ct8 分钟前
AI辅助开发术语体系深度剖析
开发语言·前端·人工智能·ai·ai编程
FreakStudio12 分钟前
MicroPython对接大模型:uopenai + 火山方舟实现文字聊天和图片理解
python·单片机·ai·嵌入式·面向对象·电子diy
Agent产品评测局1 小时前
律所行业自动化平台选型,合同审核与案件管理优化 | 2026年法律科技Agent化演进与企业级智能体实测横评
运维·人工智能·科技·ai·chatgpt·自动化
imbackneverdie2 小时前
科研绘图踩坑多年,我总结出了零设计基础出期刊级插图的方法
人工智能·考研·ai·信息可视化·ai作画·科研绘图·研究生
Aaron_Chou3132 小时前
如何在Trae中配置Claude,gpt-5.4,deepseek等大模型的中转API
人工智能·gpt·claude·deepseek·cline·trae
2501_948114242 小时前
2026旗舰模型四强争霸:GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro与Grok 4.20深度横评
人工智能·gpt·ai·谷歌
小白养成记¥3 小时前
Windows 11 安装向量数据库:pgvector
ai
实在智能RPA3 小时前
Agent 如何处理流程中的异常情况?——2026企业级智能体稳定性架构深度拆解
开发语言·人工智能·ai·架构·php
FONE_Platform3 小时前
FONE亮相第十二届CDIE数字化创新博览会
人工智能·ai·cdie
极光代码工作室3 小时前
基于AI的新闻推荐系统设计
人工智能·机器学习·ai·系统设计