从交互到能力：以任务推进为状态与监督的 GUI 智能体记忆
🧭 Agent 任务状态与经验记忆 ★ 深度解读
The Hong Kong University of Science and Technology (Guangzhou) · Shandong University
将已验证任务进展作为在线状态与离线监督，从跨应用长程任务中学习可复用操作
📌 工作参考价值（4 点）
- 在电商导购/任务型 Agent 中，把用户已确认的约束（预算、尺码、偏好、收货地址）作为 verified task progress 绑定到剩余决策节点，后续只推进依赖已满足的目标，避免跨商品页/订单页重复询问。
- 从成功与失败的会话中抽取「局部有效操作」作为可复用算子：定义入口输入、期望结果、验证条件，例如「给定尺码+偏好筛选候选商品」或「根据地址+支付方式完成下单」，即使整单未成交也能沉淀有效环节供后续会话复用。
- 区分 draft/attempt/confirmed：在推荐流程中只把「加入购物车」「提交订单」等强确认信号作为状态更新依据，不把生成过程或中间点击误判为已完成结果，减少错误状态对后续决策的污染。
- 借鉴 Evidence Cache 和按依赖召回：为多轮推荐对话缓存商品详情图、用户历史 SKU 属性等结构化证据，按剩余需求的 input dependencies 按需读取，降低上下文 token 并提高信息可用性。
Trace2Tower：面向LLM Agent的转移感知多层级技能特征谱归纳
🧭 Agent 经验学习 · 层级技能归纳 ★ 深度解读
College of Computer Science and Artificial Intelligence, Fudan University
将Agent轨迹经事件抽象、成功/失败对比图与谱分解归纳为三层技能塔，ALFWorld成功率87.31%
📌 工作参考价值（4 点）
- 把用户购物/搜索轨迹先按子目标切分为 canonical events 并做 typed arguments 去实体，可把不同商品、query 实例对齐到同一行为单元；在电商埋点中可构建统一的 event graph。
- 成功/失败对比图与参数自由的 failure suppression 变换 g(x,y)=x²/(x+y) 很有工程价值：只需成功/失败转移计数，不需要调权，能自动抑制仅在失败路径上高频但无转化贡献的行为。
- 三层技能塔（action/procedure/strategy）对应电商可解释的交互链路：单品操作 → 购物流程（搜索-浏览-加购-支付）→ 意图达成策略；部署时按 context 预算约束检索，可控制 prompt/上下文成本。
- 上线后反馈驱动的图编辑（split/merge/promote/downweight）可在不重新训练/归纳的情况下修正技能结构，适合持续迭代的推荐/Agent 系统。
LivingRAG：把可验证经验写入 Graph RAG 的在线复用框架
🧭 Graph RAG 在线经验复用 ★ 深度解读
State Key Laboratory of Virtual Reality Technology and Systems, Beihang University · Hangzhou Innovation Institute, Beihang University
提出可写经验存储的 Graph RAG 框架，复用激活图和推理摘要，在多跳 QA 上提精度并降生成 token
📌 工作参考价值（4 点）
- 在线搜索/推荐会遇到大量『同模板不同实体』的 query，如『A 和 B 哪个更省电/更快』。可借鉴 masked template 相似度匹配历史问题的推理脚手架，只把摘要交给生成模型，不把历史实体直接注入召回，避免污染当前结果。
- 把历史 query 在图上的实体激活向量作为可复用先验：用当前 query 语义相似度 + 当前 base activation 与历史稀疏 activation 的 cos 相似度选 top-K，再融合到初始实体激活。电商知识图谱检索里可用它做 query 级 warm start，避免新 query 冷启动重新探索图邻域。
- 经验写入一定要有质量门：先 novelty 去重，再对答案提取原子 claims 用 NLI 做证据支撑检查。业务 Agent 记忆/知识库写入可参考这种『先廉价 novelty、后昂贵 NLI』的顺序，既省推理成本又避免错误经验被放大。
- 成本收益要区分 prompt/completion：经验复用会增加约 3.5% prompt tokens，但能减少 22.7% completion tokens、总 API cost 降约 12.1%。在生成成本远高于输入成本的 LLM 应用中，这种 trade-off 更划算；同时要注意经验增长，需设计过期、剪枝或 time-decay，动态商品/价格/库存场景更关键。