移动 GUI 代理常通过记忆库保存成功的执行轨迹，并在后续任务中尝试复用。然而，存储的轨迹很少能与新任务完全匹配。新任务可能使用不同的参数，只共享部分步骤，甚至在记忆中找不到相关记录。强行使用无关记忆会误导代理，而丢弃可能有用的记忆又会失去经验指导。
为了解决这一两难，本文提出 DeltaReplay——一种在步骤层面决定记忆使用方式的框架，且不对记忆本身进行修改。我们发现，可复用的轨迹片段并非由记录本身决定，而是由其与新任务的关系决定，核心因素包括页面级一致性和动作级通用性。
因此，我们将执行轨迹存储为转移图的路径，节点代表页面，边代表页面间的动作。每条边的动作进一步拆分为任务无关的操作和任务特定的参数。复用时，DeltaReplay 会逐步比较记录的步骤、当前屏幕以及新任务的需求，决定是直接沿用、替换参数后执行，还是交由基础代理自行处理。
在 AndroidWorld 和 SPA-Bench 两套基准上，DeltaReplay 在保持相同模型骨干的前提下，将任务成功率分别提升了最高 10.3% 和 25.0%。这些结果表明，在每一步动态决定记忆使用方式，使得代理即使只匹配到部分轨迹也能受益。
点评：DeltaReplay 通过转移图和参数分离实现了细粒度记忆复用，显著提升了移动 GUI 代理的鲁棒性和效率，为记忆增强型智能体提供了新的设计思路。