一个Agent的基本组成应该包含如下四个方面规划 （planning), 工具 （Tools), 执行 (Action), 和记忆(Memory)。
智能体决策(Agent Planning)
ReAct(Yao et al.)
ReWoo(Binfeng Xu et al.)
智能体记忆模块（Agent Memory）
图二、Agent Memory分类（Lilian Weng et, al.)
现在的agent memory机制分为了
感觉记忆： 这是记忆的最早阶段，能够在原始刺激结束后保留感官信息（视觉、听觉等）的印象。短期记忆（STM） 以及长期记忆（LTM）。
个人认为斯坦福的Generative Agents （Joon Sung Park et al.) 的工作对Memory这块进行了相对不错的探索和设计，由于agent在每次模拟中会产生大量的文本，所以作者使用了一个抽取(Retrieve) 模块去获取对当前执行相对更有用的内容，并且使用模型不断去**反馈(Reflect)**优化更改之前的记忆。
Agent基于Memory这块还有一个重要的运用就是 抽取增强式生成 (Retrieval-Augmented Generation，RAG）, 例如与数据库交互等等。
总而言之，agent基于memory机制的探索还有很大空间。
Agent能力评测(Evaluation Benchmark）
AgentBench（Xiao Liu, et al.)
ToolEval（Qin, et al.)
ToolEval在16000+ RapidAPI构成的ToolBench上评估模型的工具运用能力，也是当前相对完善的工具学习评测数据集。