管理 LLM 智能体中的程序性记忆：控制、适应与评估

程序性记忆日益被用于提升 LLM 智能体在重复性工作场景中的表现，但其生成可复用技能的能力尚不明确。本文推出 AFTER 基准，涵盖 382 项真实企业任务，涉及六种职业角色与 22 种程序性技能，旨在评估技能在任务、角色及模型骨干间的迁移能力。实验表明，程序性记忆在工业工作流中带来稳定增益：单次优化即可提升整体性能 3.7-6.7 分；基于多模型执行轨迹演化的技能在跨模型测试中准确率达 73.1%，优于单一模型来源。研究还发现部分技能具有广泛泛化性，而另一些则局限于特定角色流程，迁移后效果下降。结果为生产环境中构建、评估与部署程序性记忆系统提供了实践指导。