程序图（Procedural Graphs）：面向大模型智能体的自进化执行结构
针对智能体在长流程中容易偏离目标的问题，提出“程序图”结构，将过程知识组织为三元组以动态引导并自进化执行流程。
AI 深度解读
据 arXiv 于 2026 年 9 月 8 日公布的论文，研究团队提出自进化执行结构「程序图」，用以解决大语言模型智能体在长程任务中目标丢失和工具调用失序的问题。
- 将程序性知识组织为「程序-关系-程序」三元组，在决策时定位智能体当前节点，并通过引导模型将局部子图转化为情境级行动偏置。
- 建立自进化机制，利用大语言模型精炼器对比成功与失败轨迹以编辑图结构与属性，保留提升验证集表现的修改并记录被拒修改以防重复试错。
- 实验表明该结构从最小骨架出发可生成超越人工设计的程序图，在多种模型与任务类型上显著优于传统基于记忆的基准。
- 影响/看点：该研究为长程智能体推理提供了结构化规约与自我演进范式，其能否广泛落地取决于图演化在超大规模开放域任务中的收敛效率与泛化能力。
- 资料依据：
- arXiv（2026-09-08）：https://arxiv.org/abs/2609.09153
- HuggingFace Daily Papers（2026-09-08）：https://huggingface.co/papers/2609.09153
本内容由 AI 生成，仅供参考，请注意甄别