Google 新论文提出程序性知识图谱,为长程 Agent 显式存储操作流程
omarsar0 · x · 2026-09-10
Google 发布论文,提出用「程序性图谱」让长程智能体把操作知识显式化。现有 agent 依赖累积历史生成动作,轨迹变长后容易丢失目标、乱序调用工具、重复无效操作,程序性知识始终隐含在上下文里。
核心思路:
- 知识图谱用「实体-关系-实体」三元组存事实;Procedural Graph 则用「过程-关系-过程」三元组存操作流程,agent 可据此查询下一步该做什么、在什么条件下做
- 框架在每步定位 agent 当前所处的活跃节点,并由一个 guidance 模型提供引导
作者认为这对自进化(self-evolving)agent 有重要启发,适合研究 agent 记忆与长程任务的人深读。
所属事件:Google 提出程序性知识图谱，解决长程 Agent 执行混乱(3 条相关)→
「编程与Agent」频道最新
- 用Astra做Catan游戏完成度惊人，还能复用过往UI与3D资产 — FinanceYF5 · 2026-09-11
- 曝 OpenAI Codex 或于本周末再发额度重置，Codex 负责人暗指常有 — umesh_ai · 2026-09-11
- Ceetrix 实测：gemini-3.5-flash-lite 效果平替 3.8，成本仅零头 — julianharris · 2026-09-11
- ComfyUI 风格浏览器更新:LoRA 预览目录与分享功能 — neonsparksuk · 2026-09-11
- 用户实测:Codex 单轮烧掉 4700 积分,$200 额度 20 分钟未完成任务 — RileyRalmuto · 2026-09-11
- 实测各 LLM 订阅真实代币价值：Grok Heavy 40 倍 ROI 最高 — thesaraharminta · 2026-09-11