Generative Agents: Interactive Simulacra of Human Behavior

交互式角色若只响应当前一句话，常会忘记计划、关系和过去发生的事。传统脚本可以保持一致，却难覆盖开放交互。Generative Agents 研究如何用可检索经历、Reflection 与计划，让多角色在一个持续运行的环境里呈现连贯行为。

角色的当前决定往往依赖三类信息：刚发生的事件、长期重要的关系、与当前目标相关的经历。先按这些因素检索，再把多段经历压缩成更高层认识，便能支持计划。多个角色相互观察和对话后，局部记忆会形成信息传播，是否出现连贯群体行为则留给实验判断。

原始观察与对观察的解释承担不同作用：事实记录支撑回忆，高层 reflection 把分散经历压缩成可用于计划的判断。编辑理解是，这种分工启发经验系统，但可信的角色塑造与客观能力提升是不同目标。

原文真实案例是 Valentine’s Day Party：给一位角色举办派对的初始意图，角色记住计划、邀请其他人；接收者将邀请存入记忆，并在之后安排日程、到场。输入是人物设定、环境观察和事件，处理经过检索、Reflection、Planning 与行动，输出是跨时间的行为轨迹。这个案例展示协调，不构成角色真实具有情感或人类心理的证据。

Retrieval Score 综合 Recency、Importance 与 Relevance。Recency 用指数衰减，让越久未访问的记忆权重越低；Importance 由 Model 评分；Relevance 来自向量相似度。归一化后加权排序。权重只是设计选择，不能保证找出的记忆足以解释行为。Reflection 生成的新认识也要当作推断，不能与直接观察混为一类。

score(m,q) = α·recency(m) + β·importance(m) + γ·relevance(m,q)
recency ∝ decay^(elapsed hours)

这项研究提供的是长期 Agent Architecture 与 Memory 的基础案例。社会模拟看起来连贯，不等于已验证人类行为模型，更不等于 Improver 已被递归改进。

最脆弱的假设是人类评委觉得行为可信，就说明系统正确利用了经历。流畅的角色语言可以掩盖记忆错误，甚至补写从未发生的事件。

人物背景、模拟环境及 memory 与 reflection 规则由研究者设定，评价目标偏向可信度。即使角色能形成新关系或抽象认识，也不能从文字上像学习的行为推断 foundation model weights 改变或得到可靠因果知识。