摘要
大型语言模型（LLM）应用日益采用显式工作流来进行工具使用、信息检索、分支、检查点以及人类审批。现有的工作流系统已经解决了许多执行问题。本文提出了一种受Lisp启发但语言无关的概念模型：符号形式、对象身份和实时图像思维被用作解释视角，而非实施承诺。
在该模型中，工作流定义、工作流实例、推理记录、上下文快照和依赖关系被表示为共享知识基底中的持久知识对象。其核心语义区分在于“推导”（derive）与“推断”（infer）：推导是对可用状态的确定性计算；推断则是在声明的上下文和执行者控制的能力政策下进行的LLM判断。
最终，本文提供了语义持久性的初步概念框架：工作流不仅仅是产生知识并留下痕迹，且可作为可检查、可恢复和可审阅的知识对象进行表示，而正式的转移语义仍需未来的研究。
博主点评： 该研究提出的语义持久性概念为LLM应用中的工作流管理提供了新视角，尤其是在知识表示与执行策略方面，未来有望推动更智能的自动化流程设计。