多智能体记忆不再只记步骤：把任务依赖图当共同底稿，六个基准设置全部拿到最高分
核心概要
多智能体协作的记忆改成以任务依赖图为中心：执行时用共享黑板记录证据并纠正目标、计划与状态偏差，执行后把验证过的步骤和依赖蒸馏成可复用流程，在 ALFWorld、WebArena、OfficeBench 的六个基准设置里都拿到最高任务分。
深度剖析
多智能体团队的记忆不再只保存“该做什么”，而是把步骤之间的前置依赖一并保存下来，让协作结构本身成为可复用的对象。 此前的多智能体记忆系统支持信息共享或流程复用，但共享流程的演化往往与任务依赖和执行状态脱节，面向单个智能体的流程记忆也难以直接搬到团队里。 在 AutoGen 与 DyLAN 两种编排下、ALFWorld、WebArena、OfficeBench 三个基准共六个设置中，SEPM 的任务分都是所比较方法里最高的；AutoGen 下相对无额外记忆基线分别提升 29.85、25.86、13.00 个百分点。
做法是把任务依赖图当作协作与记忆的共同表示：节点是可执行步骤，有向边是前置条件，检索到的流程被实例化成任务图并绑定到智能体分工与已验证状态上。 执行期间，轻量共享黑板把结构化证据与任务依赖一起记录下来，用来检测目标、计划和世界状态三类偏差，并据此做有证据的重新对齐。 执行结束后，被验证的动作与依赖被蒸馏成可复用流程，反复出现的失败变成带触发条件的警告；流程池通过创建、细化、特化和退役演化，受成功与成本效用引导，并受证据与安全要求约束。
启示与展望
这套实现把协作流程表示为可执行步骤的有向无环图，并显式写出前置依赖关系，面向的是任务依赖与相关执行状态能在交互过程中被识别出来的流程型协作。评估覆盖 ALFWorld 的 134 个任务、WebArena 的 812 个任务和 OfficeBench 的全部 300 个任务，并在 MultiAgentBench 的编码、研究、数据库三个环境各 100 个任务上做了补充比较。作者提出，引入更丰富的时间与依赖表示是自然的扩展方向，可把适用范围拓宽到迭代性或依赖不那么显式的协作形式。
性能随执行与记忆模型的联合选择变化较大，ALFWorld、WebArena、OfficeBench 上的分数跨度分别为 35.82、28.70 和 22.00 个百分点，且执行与记忆管理是一起变化的，因此该实验衡量的是二者的联合效应。组件贡献随基准不同而不同：OfficeBench 上单独加入流程复用相对黑板只提升 0.33 个百分点，加入对齐后才变为 3.67 个百分点。作者也指出，更开放的场景可能包含迭代性或不够显式的协调结构，当前表示未必覆盖。