SPEM论文提出结构感知程序记忆，提升LLM智能体技能调用效率

事件核心：发生了什么

这篇论文针对的是 LLM 智能体“技能越攒越多、用起来越贵越不准”的问题。作者指出，把技能全部塞进上下文会带来高 token 和运行时开销；而按语义做扁平检索，又把每个技能当成孤立文本，忽略技能之间的依赖关系、执行顺序、状态转移和数据流约束。

SPEM 的做法分两层：一层维护单个技能的原子技能记忆，另一层把成功执行过的技能组合保存为可复用的技能 DAG 记忆。新任务到来时，若有高置信度的 DAG 模板就直接复用；否则检索原子技能，并调用 Skill-GNN 做结合状态与结构的技能选择；执行成功后再写回新的 Skill-DAG，让程序性记忆逐步累积。

摘要给出的实验数据是：在 ALFWorld 上成功率达到 87.1%，在 SkillsBench 上奖励为 38.38%，同时在 token 和运行时成本上低于对比基线。以上均为摘要口径，论文全文实验与复现情况目前公开信息显示尚未展开。

为什么重要

智能体落地的一个现实瓶颈不在“会不会调用工具”，而在技能库规模化之后的检索质量与推理成本。SPEM 把技能组织成带依赖关系的图结构，相当于给智能体加了一层可积累的“操作经验记忆”，这与单纯扩大上下文窗口或向量检索库是不同路线。若该方向成立，将对智能体框架、工具调用 API 和 Agent 编排层的设计产生影响，也关系到企业在推理成本上的可控性。

对用户/开发者/创作者的影响

对开发者而言，值得关注的是技能复用与写回机制：成功轨迹能否稳定转成可复用模板，以及 Skill-GNN 的额外推理开销是否被节省的 token 抵消。对使用智能体产品的普通用户，短期内更可能体现为多步骤任务更稳、响应成本更低，但这取决于工程实现，而非论文结论本身。对做 Agent 应用的团队，技能库的“结构化管理”可能成为与提示词工程、RAG 并列的一项基础能力。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是论文是否公开代码与完整实验设置，尤其是 SkillsBench 奖励指标的具体评测条件；二是 Skill-DAG 写回后是否会出现错误模板累积、需要人工校验；三是主流 Agent 框架或开源工具链是否跟进类似的图结构技能记忆方案。

来源：arXiv cs.AI