谷歌佐治亚理工北大联合提出自进化程序图PG，提升Agent工具调用与记忆复用
RecodeX 重构消息，谷歌、美国佐治亚理工学院与北京大学的研究者联合提出程序图（Procedural Graphs，PG），用于解决Agent在工具调用、技能使用与记忆保存等能力上的配合及经验积累复用问题。PG将工具、技能、记忆等组件连成网络，以「过程—关系—过程」三元组显式描述能力的使用条件、衔接方式及需规避的问题，承载程序性记忆，修改时无需重新训练模型权重。执行任务时，Agent通过定位当前步骤、提取局部子图、生成情境指导来获取行动依据；离线阶段系统经执行、分析、修改、验证的循环修订程序图，经验证的经验会被保留。实验显示，PG在工具调用、专业任务、长期决策等场景中提升了Agent表现，局部子图指导相比全图能提高成功率并降低Token消耗，但存在一定额外开销，在部分任务中收益有限。