环境地图：面向长程代理的结构化环境表示

尽管大语言模型发展迅速，但复杂软件工作流的鲁棒自动化仍是难题。在长程设置中，代理常因级联错误和环境随机性而失败。本文引入“环境地图”，这是一种持久且与代理无关的表示方法，通过将屏幕录制和执行轨迹等异构证据整合为结构化图来缓解此类失败。该表示包含上下文、动作、工作流和隐性知识四个核心组件。在 WebArena 基准上的评估显示，配备环境地图的代理成功率达 28.2%，显著优于仅依赖会话上下文的基线及原始轨迹数据方法，为长程规划提供了可解释、可编辑的结构化基础。