摘要
针对大语言模型在长程计算机使用任务中因上下文演变导致的进度难解释、验证及恢复问题，本文提出 StructAgent。该框架以状态为中心，引入统一因果表示来维护紧凑且可验证的任务进度，并通过验证器支持的状态转换规范工作流。该方法实现了显式进度检查点、证据驱动的任务完成及针对性故障恢复。实验表明，StructAgent 显著提升了多种模型在 OSWorld-Verified 等长程任务上的成功率，并展现出跨域泛化能力。
AI 推荐理由
提出基于因果结构的状态中心框架，显式管理长程任务进度与恢复，核心解决规划难题。
研究机构
University of California, San Diego
Aether AI Lab
论文信息