PPT Agent 的难点,发生在第二轮
新智元把 MemSlides 的问题说得很直白:第一版 slides 生成得不错,用户只想改第 8 页一个局部,结果第 3 页标题层级和第 12 页配色也可能被带着改掉。MemSlides 将个性化幻灯片生成建模成有状态的 authoring process,把「记住用户」与「知道怎样改得稳」拆开处理。1
四类记忆,各管一件事
- 长期记忆:保存跨任务稳定存在的信息。
- 工作记忆:保存当前 deck 仍有效的临时约束、修改目标和执行状态。
- 用户画像记忆:回答这套 slides 应该体现什么偏好。
- 工具记忆:回答 Agent 应该怎样改得更稳。
论文强调,重点不是把更多历史对话塞进上下文,而是判断哪些信息长期保留、哪些只对当前任务生效,以及哪些属于偏好、哪些属于工具经验。2
只改该改的地方
每次反馈先映射到最小有效修改区域,再进入 Plan、Act、Guard:先把自然语言请求转成执行契约,接着在受限范围内调用工具,最后检查目标是否覆盖、非目标页面是否越界。工具记忆还会保存一轮修改中的错误总结与可迁移的工具链经验,减少无效探索。3




评论
登录后可发表评论。