AI代理在执行任务时，常需应对不同速度、推理及规划能力的要求。理想状态下，代理应能灵活选择直接记忆或复杂推理策略。然而，设计能根据任务需求自适应的代理系统仍是一大挑战。

近期，谷歌DeepMind的研究团队在一篇新论文中介绍了Talker-Reasoner框架，这是一个受人类认知“两个系统”模型启发的代理架构。此框架旨在帮助AI代理在不同类型的推理间找到平衡，从而提升用户体验的流畅度。

人类与AI中的系统1与系统2思维

诺贝尔奖得主丹尼尔·卡尼曼提出的两系统理论指出，人类思维由两个不同系统驱动。系统1快速、直观且自动，负责即时判断，如快速反应或识别熟悉模式。相反，系统2缓慢、深思熟虑并具分析性，擅长复杂问题解决、规划及推理。

尽管常被视为独立系统，两者却持续相互作用。系统1生成印象、直觉及意图，而系统2评估这些建议，并在认可时将其融入明确信念和深思熟虑的选择中。这种互动让我们能在从日常琐事到复杂问题的各种情境中自如应对。

当前AI代理主要依赖系统1模式

当前AI代理主要展现系统1特性，擅长模式识别、快速反应及重复性任务。但在需多步规划、复杂推理及战略决策的场景中，它们常表现欠佳，而这些正是系统2思维的强项。

Talker-Reasoner框架介绍

DeepMind提出的Talker-Reasoner框架旨在赋予AI代理系统1与系统2的能力。该框架将代理分为两个模块：Talker（言说者）和Reasoner（推理者）。

• · Talker：快速且直观，类似于系统1，负责实时与用户及环境交互。它感知观察结果、解释语言、从记忆中检索信息并生成对话响应，通常借助大型语言模型（LLM）的上下文学习能力实现。
• · Reasoner：体现系统2的缓慢与深思熟虑特性，负责复杂推理和规划。它准备执行任务，与工具和外部数据源交互以增进知识并做出明智决策。随着新信息的收集，它还更新代理的信念，这些信念驱动未来决策，并作为Talker在对话中使用的记忆。

研究人员指出：“Talker专注于自然连贯的对话及环境交互，而Reasoner则专注于多步规划、推理及信念形成，这些信念以Talker提供的环境信息为基础。”

两模块主要通过共享内存系统交互。Reasoner通过最新信念和推理结果更新内存，而Talker检索这些信息以指导交互。这种异步通信使Talker能维持连续对话流程，即使Reasoner在后台进行耗时计算。

应用测试与未来研究方向

研究人员在睡眠辅导应用中测试了该框架。AI辅导员通过自然语言与用户交互，提供个性化睡眠习惯改善指导。此应用结合了快速共情对话与深思熟虑的知识推理。

睡眠教练的Talker组件处理对话，提供共情回应并引导用户经历不同辅导过程。Reasoner维护用户睡眠问题、目标、习惯及环境的信念状态，利用这些信息生成个性化建议和多步计划。此框架同样适用于客户服务、个性化教育等应用。

DeepMind研究人员还提出了未来研究方向，包括优化Talker与Reasoner的交互，以及扩展框架以包含多个Reasoners，每个专长于不同类型推理或知识领域，从而使代理能处理更复杂任务并提供更全面支持。