实测：给 Agent 的双手加上记忆，操作耗时砍半
naykip · reddit · 2026-08-25
作者为操作真实软件的 Agent 增加了持久化 UI 结构记忆。在 Telegram Desktop 任务中，首次运行需 110 秒/9 次调用，第二次运行仅需 59.9 秒/4 次调用，节省主要来自 Agent 无需重复寻找搜索框和输入框位置。
核心架构：
- Live Map: 窗口实时结构图（随窗口销毁，不作为持久记忆）
- Change Stream: 变更流（让 Agent 知道操作结果，无需重读全图）
- Per-App Dictionary: 基于应用和版本的持久化字典（记录如搜索框不是发送框等规则）
- Replayable Paths: 可重放的操作路径（如“打开 NAME 聊天”）
安全设计：
- Consent Gate: 所有的发送/提交/应用操作需人工确认，且路径无法绕过此限制。
- 不持久化内容: 不保存实时句柄、用户数据内容以及权限确认记录。
「编程与Agent」频道最新
- 实测称编码 Agent 成功率一半靠运气:各模型随机性达 32%-52% — micahgoldblum · 2026-10-15
- 发推晒 agent 免提示词生成的每日情绪打卡小应用 — alifcoder · 2026-10-15
- Cloudflare 一夜 $10,811 账单：退款靠运气，刹车得自己装 — sujingshen · 2026-10-15
- Hermes Agent 自行为独居爷爷搭建本地家庭安防系统 — NousResearch · 2026-10-15
- Ben Tossell 播客:非技术人如何用 Agent 上线生产代码 — msg · 2026-10-15
- decomp.dev 关停:新一代模型让反编译匹配从数年缩到数天 — banteg · 2026-10-15