Designer-RSI：从用户流量中演化程序化记忆的智能体图形设计

该论文提出一种持续适配框架：冻结的前沿模型通过 230 多个工具操作专业设计软件，外部程序化记忆以自然语言技能形式从经验中积累并修订可复用设计流程。记忆通过覆盖新子任务而拓宽、通过对照自身成功与失败执行而加深，并设有匹配回放门控。基于 1406 份真实用户简报、1869 条自动评分轨迹进行五轮迭代，无权重更新、无人工标注，技能库从 76 条增至 139 条。

此前智能体适配多依赖权重更新或人工标注，而设计任务缺少可靠的程序化评判标准。该工作显示在不改模型参数、不加人工标签的前提下，仅靠外部程序化记忆即可提升执行成功率与生成质量，并给出两种机制组合有效的统计证据。

冻结模型负责执行，外部自然语言技能库承担可积累、可修订的经验层。拓宽机制为反复出现且未被覆盖的子任务新增流程，加深机制依据同一流程的成功与失败执行记录修订既有流程，匹配回放门控则只接纳能修复失败且不损害已观察成功的改动，从而在噪声且不可验证的反馈下控制回归。

对设计类智能体产品，可将能力迭代从模型微调转向可审计的技能库维护，降低对标注数据与重训练的依赖，并允许基于真实用户流量持续扩充流程覆盖。研发上需建设轨迹采集、自动评分与回放门控基础设施，以避免技能修订引入回归。

• 围绕设计软件操作构建可版本化的自然语言技能库，并接入真实用户简报形成日常迭代闭环。
• 为技能新增与修订搭建匹配回放门控，用成功与失败轨迹自动筛除导致回归的改动。
• 对反复出现但无对应技能的子任务建立监测与补录流程，优先填补覆盖缺口。
• 将自动评分轨迹与胜率对比作为技能库上线前的常规评估手段。

• 程序化记忆在其他缺少可靠评判标准的长链条任务中是否同样有效？
• 技能库规模增长后，检索与选择的延迟和准确率如何变化？
• 该方法在证据中仅涉及 Claude-Sonnet-4 与 Claude-Opus-4.6，对其他模型是否可迁移？
• 长期累积的流程是否会与用户偏好或品牌规范冲突，尚无证据说明。