北大等提出自进化程序图 PG，可连接工具技能记忆

谷歌、美国佐治亚理工学院和北京大学的研究者提出 Procedural Graphs（PG，程序图），解决 Agent 的工具调用、技能使用与记忆保存等能力在任务中的配合及经验积累复用问题。PG 将工具、技能、记忆等组件连成网，以「过程 — 关系 — 过程」三元组显式描述能力的使用条件、衔接方式及需规避的问题，承载程序性记忆，修改无需重新训练模型权重。执行任务时，Agent 通过定位当前步骤、提取局部子图、生成情境指导来获取行动依据。离线阶段，系统经执行、分析、修改、验证的循环修订程序图，经验证的经验会被保留。实验显示，PG 在工具调用、专业任务、长期决策等场景中提升了 Agent 表现，局部子图指导相比全图能提高成功率并降低 Token 消耗，但也存在一定额外开销，在部分任务中收益有限。