Agent Optimization Semantic Caching Workflow Efficiency Industrial AI
摘要

工业资产操作工作流对延迟高度敏感,需协调多源数据与工具。本文在 AssetOpsBench 基准上评估了现有缓存技术在依赖时间参数的场景下的失效问题。提出了时序语义缓存与结合磁盘备份及并行执行的 MCP 工作流优化两层方案。实验显示,工作流优化使速度提升 1.67 倍,端到端延迟降低 40%;时序缓存在命中时加速达 30.6 倍。研究揭示了纯语义缓存在复杂工业查询中的缺陷,分析了缓存策略与评估正确性的交互影响。

AI 推荐理由

论文聚焦于优化 Agent 的规划 - 执行流水线,通过工作流优化提升规划效率,是核心贡献之一。

研究机构
Columbia University
论文信息
作者 Alimurtaza Mustafa Merchant, Krish Veera, Sajal Kumar Goyla, Shambhawi Bhure, Dhaval Patel et al.
发布日期 2026-05-20
arXiv ID 2605.20630
相关性评分 8/10 (高度相关)