Agent系统面临高延迟和高资源消耗的瓶颈问题。这份来自上海AI Lab、复旦、交大的技术综述，从内存管理、工具使用、规划方式三个维度，系统性地提出了优化方案，为构建更高效的Agent提供了实用指南。
智能速览
内存管理通过混合策略平衡成本与效果
工具使用需优化选择、调用和集成三阶段
单智能体采用快慢思考机制降低计算成本
多智能体通过拓扑优化控制通信复杂度
统一评估框架将成为未来研究方向
精华内容
Agent系统的效率优化是一个系统工程，需要在内存、工具和规划等多个环节协同改进。以下将从这三个核心维度展开具体的技术方案分析。
内存管理优化
内存机制通过存储和重用经验来避免冗余计算，主要分为工作记忆和外部记忆两种类型。工作记忆以文本形式存储在上下文中，或采用潜意识形式如KV缓存；外部记忆则存储在模型外部，包括项目级记忆、基于图的关系记忆和基于文件的层次记忆。
高效内存管理的核心在于避免内存溢出和控制检索延迟。基于规则的管理方式成本最低，使用预定义静态规则；基于LLM的管理则具备更强的自适应能力。实践中最佳策略是采用混合管理，在层级管理中，低层级使用规则，高层级采用LLM，这样既能保证效率又能保持灵活性。
工具使用三阶段
工具使用优化贯穿选择、调用和集成三个阶段。在工具选择阶段，面对海量工具，不能简单将所有描述放入上下文。可通过标签分类、外部工具检索器，或采用ToolkenGPT这样的模型预测工具调用方式来优化。
工具调用阶段通过并行调用、优先探索潜力分支、强化学习等方法，引导模型最小化调用次数。工具集成推理则训练模型判断何时依靠自身知识，何时必须使用工具，这种决策机制显著提升了整体效率。
单智能体规划
单智能体规划采用快慢思考机制，仅在必要时调用高成本的规划器。为应对行动空间的组合爆炸问题，引入算法对行动路径进行剪枝，减少不必要的计算开销。
将复杂任务拆解为执行蓝图，并派小模型处理具体子任务，这种分层策略提高了执行效率。引入外部评估者提供质量保证，构建可重用的技能库应对重复场景，这些方法都有效提升了单智能体的规划效率。
多智能体协作
多智能体系统的核心挑战是避免通信成本随任务复杂度呈指数增长。拓扑优化通过将Agent之间的通信结构简化为链式或有向无环图，大幅降低了通信复杂度。
协议压缩技术将纯文本通信简化为伪代码结构，减少了传输开销。协作蒸馏方法则更进一步，将多个智能体的群体智能和协作逻辑蒸馏到单个模型中，实现了性能与效率的双重优化。
未来发展方向
综述指出了几个值得关注的Agent发展方向。建立统一的效率评估框架至关重要，这样不同方案才能支持横向对比，为技术选择提供客观依据。
潜意识推理探索在隐藏表示空间中进行Token维度推理，有望突破传统推理的性能瓶颈。Agent设计方案与资源预算匹配算法的研究，将帮助在不同场景下选择最优配置。多模态Agent的落地方式也是未来的重要探索方向。
