摘要
基于大规模语言模型（LLM）的代理为自动化商业流程执行提供了新的机会，超越了传统规则系统的限制。然而，通用的LLM缺乏可靠执行所需的特定组织知识，这些知识通常分散在以人为中心的文档中，例如政策、流程模型和标准操作程序。虽然这种知识可以通过单个提示或特定代理的检索设置进行编码，但这种方法在企业中并不具备可扩展性，因为它导致了知识孤岛和规则重复，并使得在代理之间进行一致的更新和学习变得困难。
我们认为，这就需要为代理的商业流程执行建立组织记忆：一个共享的、受管控的、可供代理使用的参考层，包含关于如何执行工作的不断演变的特定组织程序知识。我们推导出这种记忆的需求，提出其策划和使用的架构，并在一个采购场景的概念验证中展示其有效性。
博主点评： 文章探讨了如何通过组织记忆解决大规模语言模型在商业流程执行中的局限性，强调了知识管理的重要性。通过构建一个共享的知识层，可以有效提升代理的执行效率和准确性，为企业的数字化转型提供了新的思路。