---
title: Agent网络记忆范围
created: 2026-05-01
updated: 2026-05-01
type: concept
tags: [llm, architecture]
sources: [papers/song-agent-network-taxonomy.md]
---

# Agent网络记忆范围 (Agent Network Memory Scope)

> **全局 vs 局部**记忆——决定信息在 Agent 网络中是共享还是隔离的。[[agent-network-taxonomy]] 的第二层分类维度。

## 全局记忆 (Global Memory)

所有 agent 读写共享状态 M_global：
```
a_i : (x_i, M_global, c_i) → (o_i, M_global)
```

**特性**：
- 统一信息板，所有 agent 可访问最新状态
- 适合需要强一致性的场景（软件工程流水线、多角色协作）
- 缺点：单点瓶颈、并发写入冲突

**代表系统**：MetaGPT (共享消息池)、AutoGen (全局对话历史)、BlackBoard 模式

## 局部记忆 (Local Memory)

每个 agent 仅维护私有状态 M_i：
```
M = {M_1, ..., M_N}
a_i : (x_i, M_i, c_i) → (o_i, M'_i)
```

**特性**：
- 无跨 agent 同步，agent 自主管理记忆
- 适合社会模拟、自治 agent、异质任务
- 缺点：信息孤岛、需要显式通信共享知识

**代表系统**：Generative Agents (个体记忆流)、AgentNet (局部知识图谱)、Voyager (技能库)

## 选择权衡

| 维度 | 全局记忆 | 局部记忆 |
|------|---------|---------|
| 一致性 | 强（共享真相源） | 弱（可能分歧） |
| 可扩展性 | 受共享状态大小限制 | 水平扩展 |
| 隐私 | 无（所有 agent 可见） | 有（隔离状态） |
| 通信需求 | 低（读即可） | 高（需显式交换） |
| 适合场景 | 协作式流水线 | 社会模拟、自主探索 |

## 相关概念
- [[agent-network-taxonomy]] — 完整分类法
- [[agent-network-update-behavior]] — 更新行为维度
- [[song-agent-network-taxonomy]] — 父论文