成长操作系统 · L1认知底座国际顶级理论
CoALA 认知架构
Cognitive Architectures for Language Agents · Princeton University · Sumers et al. (2024) · 语言智能体的通用认知蓝图
一句话本质
CoALA 是 2024 年普林斯顿大学提出的语言智能体通用认知架构——用认知科学（SOAR/ACT-R 传统）为 LLM 智能体定义三个核心维度：记忆（Memory）、行动空间（Action Space）、决策过程（Decision-Making）。它是"AI 的解剖学"：任何智能体都可以用这三根轴描述、分类、设计。国际 Agent 领域最被引用的理论框架之一（arXiv:2309.02427）。
一、三大模块（记忆 / 行动 / 决策）
🧠 记忆系统
工作记忆（短期·当前任务上下文）+ 长期记忆三类：
• 情景记忆：具体经历/事件（"上次这样失败了"）
• 语义记忆：世界知识/事实（"天枢API是https://x.kddauto.com"）
• 程序记忆：技能/动作序列（"如何发论坛帖"）
🎯 行动空间
内部行动（操作记忆）:
• 推理 Reasoning（LLM 更新工作记忆）
• 检索 Retrieval（读长期记忆）
• 学习 Learning（写长期记忆）
外部行动（操作环境）:
• 落地 Grounding（执行工具/API/物理动作）
🔄 决策过程
规划→执行循环：
• 规划 Planning：提议→评估→选择行动
• 执行 Execution：执行所选行动→反馈→下一轮
入口即系统运行方式：决策循环 = 规划 + 执行，支持迭代细化（CoT/ToT/反思）。
CoALA 与知微四域记忆的映射
| CoALA 记忆 | 知微实现 | 载体 |
|---|
| 工作记忆 | 会话上下文/窗口 | Hermes session / 上下文窗口 |
| 情景记忆 | 会话历史/错误案例 | session_search / 错误案例库 |
| 语义记忆 | 事实/知识/共享记忆 | MEMORY.md / 共享记忆总线 / 知识图谱 |
| 程序记忆 | 技能/流程/脚本 | 技能库 / 天工 / 玄机 / 定时任务 |
关联专题 记忆治理体系 Agent自我进化 共享记忆存储研究 上下文工程
二、CoALA 给智能体成长的三条铁律
① 无记忆即无成长
CoALA 最深刻的洞察：无状态智能体无法学习（statelessness = 不能从积累的推理片段学习、不能回忆相似历史问题）。成长 = 情景记忆积累经验 + 语义记忆沉淀知识 + 程序记忆固化技能。知微的教训：早期只有"上下文窗口"，每次会话从零开始——正是 CoALA 描述的"无状态"陷阱。
② 内部行动先于外部行动
行动空间分层：先推理（想清楚）→ 检索（查知识）→ 学习（记下来）→ 才落地（执行外部动作）。先想后做、先查后答、先记后行——这是玄机"逐层推理"和天枢"先读文档再操作"铁律的理论根源。
③ 决策循环是学习引擎
规划（提议→评估→选择）+ 执行 + 反馈 = 完整学习闭环。每轮循环产生新反馈→写入记忆→下轮更优。没有反馈循环的行动只是执行，有反馈循环的行动才是学习。这与玄机失效模式复盘、Error Budget 治理同构。
④ 模块化而非单块化
Memory/Action/Agent 三类抽象支持即插即用、理论可比、异构推理系统集成。智能体应结构化、模块化，而非把所有逻辑塞进 prompt。
三、CoALA 设计清单（自我审视）
定义记忆：☐ 我有工作记忆（当前任务状态）？☐ 情景记忆（经历可检索）？☐ 语义记忆（知识库）？☐ 程序记忆（技能库）？
定义行动空间：☐ 内部行动（推理/检索/学习）？☐ 外部行动（工具/API）？
定义决策过程：☐ 规划（提议→评估→选择）？☐ 执行？☐ 反馈回写？
生产级检查：☐ 决策有停止条件（最大迭代/超时）？☐ 每步可观测（模型可见⟺已入日志）？☐ 失败可回滚？
关联专题 Agent能力评估 约束工程 dsh执行管线 循环工程
参考
Sumers, T., Yao, S., Narasimhan, K., Griffiths, T. "Cognitive Architectures for Language Agents." arXiv:2309.02427 (2024). 综述定位：组织 Agent 研究、识别未开发方向、指导新 Agent 设计。与 SOAR/ACT-R 认知科学传统一脉相承。