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
- Runway 发布 App Studio：描述即生成图片视频音频创意应用，无需代码 — runwayml · 2026-10-27
- 用 $28 算力让模型给自己造 copilot：他的新模型个人基准 — bucolucas · 2026-10-27
- 创始人和 Claude 4 天产 46 条 App 视频，省下 1.15 万美元 — PrajwalTomar_ · 2026-10-27
- Agent 中途改计划该被允许吗：真实系统介入时的边界之辩 — wistfulcracker84 · 2026-10-27
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27