待验证50% 置信事实精确时间
斯坦福大学2023年发表的生成式智能体论文首次系统性地为LLM Agent引入了记忆流、反思和规划机制，证明具备记忆整理能力的Agent在行为连贯性和目标达成率上优于无记忆管理的基线系统
1
来源数
50%
置信度
长期有效
时效性
2026/8/30
首次发现
来源
涉及实体
相关事实
待验证LLM与工具调用、记忆机制和规划能力相结合便形成具有自主行动能力的Agent78% 相似待验证Since 2023, projects like Stanford's Generative Agents, Microsoft's AutoGen, and Andrew Ng's Agentic Workflow have demonstrated that LLM-based agents can handle complex cognitive tasks including planning, execution, and reflection75% 相似待验证吴恩达联合Oracle推出了名为Agent Memory: Building Memory-Aware Agents的新课程74% 相似待验证在大模型时代，Agent架构中LLM充当大脑负责推理决策，工具充当四肢负责与外部世界交互，记忆模块保存对话历史和中间状态74% 相似待验证斯坦福大学2024年发布的Generative Agents研究验证了多步骤智能体在复杂任务分解上的有效性72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/823773API
curl https://kongchang.com/api/v1/knowledge/claims/823773MCP
get_claim(id=823773)