SAP Signavio 提出“组织记忆”架构，让 LLM 智能体在采购流程中的政策合规率从 30% 提升到 88%–95%

论文提出并定义了“面向智能体业务流程执行的组织记忆”：一个共享、人类治理、可被智能体消费的组织专属程序性知识参考层，用于回答“工作应当如何执行”。 既有工作要么把组织知识编码进单个智能体的提示或检索配置，要么聚焦单个智能体的记忆机制（如记忆分层、记忆流、长期对话记忆）；本文把组织流程知识视为企业级共享资源，强调跨智能体、跨流程的一致维护与治理。 属于概念与架构层面的论证，基于采购到付款的贯穿案例（BPMN 模型、SOP、采购政策、ERP 文档、知识库文章、历史执行经验）推导出五类挑战，并据此提出 R1–R9 九项需求。

论文提出一套组织记忆架构，包含记忆策展（Memory Curation）与记忆消费（Memory Consumption）两个阶段，并以“过程原子”作为最小知识单元。 与把文档统一为纯文本或文档块的做法不同，过程原子是自包含单元，只承载一条规则、约束或职责，并把适用条件（Applicability）与所需行为（Action）、目的（Purpose）分离，同时带有名称、来源引用和基于企业领域模型的分类标签。 架构设计明确对应需求：原子化分解支撑冲突检测（R3）、按规则更新（R7）、逐条溯源（R4）与最小充分集检索（R5）；标签接地支撑上下文检索；策展阶段由 Global Curator 做质量与重复/冲突检查，再由人类专家审核批准（R8）。论文说明检索机制本身留待具体实例化，并未声称或评估某一种机制最优。

在采购到付款的概念验证中，接入组织记忆的智能体取得最高的政策合规率：GPT-4.1 为 88%，Claude Sonnet 4.5 为 95%，高于 RAG（70% 与 80%）和无知识接入基线（均为 30%）。 RAG 在所需规则与员工请求语义接近时有效，但在跨切面规则上失败，例如员工申请笔记本却未填成本中心时，RAG 智能体仍创建了 PR，因为该通用规则位于财务政策中、与请求语义不接近；组织记忆通过检索任务相关原子而非仅依赖相似度来缓解这一限制，并能处理需要联合考虑多条政策的场景。 实验使用 9 份人工编写的 PDF 文档（5 份采购相关、4 份来自 HR 等其他职能的干扰文档），编码 11 条规则；10 个场景，每个场景 4 次运行，结果取平均；正确性通过对照人工构建的 ground truth（Create/Refuse 及物料、数量、供应商字段）以规则化方式判定；三种设置使用同一 LLM 与系统提示。

论文指出组织记忆的有效性不仅取决于运行时检索，也取决于记忆策展质量：记忆智能体剩余的错误主要是“过度限制”，即拒绝本应合规的请求，检查显示原因是一个抽取不精确、适用范围过宽的原子。 这把评估焦点从单纯的检索策略扩展到原子抽取与策展的精度，并据此提出工程侧（面向 PDF 之外更多知识源的稳健抽取机制）与管理侧（责任、问责、生命周期管理、更新传播、规模化治理）的未来研究方向。 该结论来自对概念验证中错误案例的检查，论文同时明确说明结果应谨慎解读，因为评估具有初步性质和有限范围，且组织记忆并非设计用来也不能保证在所有情况下都正确执行流程。

该结果面向企业中以 LLM 智能体执行流程任务的场景，尤其是需要组织专属程序性知识（政策、职责、系统、异常处理惯例）才能正确决策的环节；论文以采购到付款中的采购申请创建为例，智能体需判断请求是否合规，合规则创建 PR 并填入正确信息，不合规则拒绝并说明原因。架构层面，策展阶段可接收政策、SOP、流程模型、系统文档、知识库文章与历史执行轨迹等输入，但论文为简化只聚焦 PDF 文档（政策与 SOP），并说明为所有可能输入源设计抽取服务超出本文范围。消费阶段面向运行时智能体，通过上下文请求与检索器返回最小充分原子集，标签接地使原子可按流程、活动、角色、对象类型或组织上下文检索。人类治理被设定为必要环节：专家审核原子变更，可接受、修改、拒绝或另行解决冲突，不同部门（如财务、采购、合规）对不同规则负责。

概念验证覆盖的是单一合成采购流程与仅含 PDF 的小型政策语料，向真实企业环境（大量重叠政策、流程模型、冲突来源与遗留文档）的推广尚未得到验证，这是论文自己指出的开放问题。记忆智能体的剩余错误主要是过度限制，源于抽取原子的适用范围过宽，说明抽取与策展精度对结果影响显著，但论文未给出系统性的抽取质量评估。检索机制在架构中被有意留待实例化，论文不声称也不评估某一种机制最优，因此“最小充分集”在实际企业规模下如何稳定避免欠检索与过检索仍是待研究问题。此外，本文为全文阅读，但图 2（架构总览）与图 3（结果柱状图）以图像形式呈现，其内部细节无法从文本中逐项核对，结果数值以正文叙述为准。