NeFut Logo NeFut
EN 管理员登录

[AI学术] EchoPath:可重放的 GUI 代理执行记忆

发布于:2026-09-16 22:00 最后更新:2026-09-18 00:46
#algorithm #AI #Machine Learning

EchoPath 是一个模型无关的框架,能够把经过制品验证的 GUI 操作轨迹转化为标准化、可参数化的可调用记忆。每条记忆包含任务意图键、应用及状态前置条件、灵活的输入参数、GUI 视觉证据、验证来源以及生命周期状态,只有在当前运行时能够确定性重放时,宿主代理才会调用对应过程。核心机制是基于图像的目标再定位算法:将存储的坐标视作视觉证据,在当前屏幕上匹配记忆中的 GUI 目标,并在执行前输出校正后的坐标。重放时,EchoPath 只重新绑定声明为可修改的输入,若出现歧义或不兼容的步骤则触发受限的基础修复或重新规划。实验证明,在真实的计算机使用任务中,EchoPath 将中位数 token 消耗降低超过 90%,执行时间缩短约 60%。这些结果表明,经过验证的执行经验可以成为可控的可调用资产,适用于企业级的重复性 GUI 工作。

点评:EchoPath 显著提升了 GUI 任务的效率,展示了可控记忆的潜力。

原文链接: https://arxiv.org/abs/2609.16635

[h] 返回首页