Agent Memory Screen Activity Deterministic Compilation Cost Efficiency
摘要

针对计算机使用代理因仅记录用户指令而忽略操作行为导致的重复推理问题,本文提出一种确定性的零模型流水线,将被动捕获的屏幕活动编译为结构化“活动帧”。该方法无需模型参与,生成可缓存且机械可审计的输出。实验显示,相比LLM摘要,基于编译块的问答准确率从66-80%提升至98.4%,且上下文体积缩小86倍。此外,该编译器还能估算任务开销比和重复率等关键成本参数,支持确定性重放并显著降低Token消耗。

AI 推荐理由

论文核心解决Agent记忆机制问题,提出确定性屏幕活动编译方法以替代LLM摘要,提升记忆准确性与效率。

研究机构
Independent Researcher
论文信息
作者 Nossa Iyamu
发布日期 2026-08-06
arXiv ID 2608.05784
相关性评分 9/10 (高度相关)