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
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。
Org-Agent 用任务依赖图与约束感知执行，把单用户助手扩展为服务多用户的组织型智能体
该工作提出 Org-Agent，一个以组织约束为中心的推理框架，把任务分解为原子子任务并构建任务依赖图（TDG），按拓扑序调度、在约束规则下借助证据获取与记忆管理工具执行每个子任务；在 GroupMemBench 上平均准确率 44.03%，高于 BM25 的 37.72% 与最强记忆系统 Hindsight 的 38.79%，在 MUSES-Bench 上三个主干模型平均分分别提升 8.27、4.24、5.29 个百分点，消融显示依赖建模与工具使用均有贡献。
已读完全部报道