# Managing Procedural Memory in LLM Agents: Control, Adaptation, and Evaluation
- 来源：huggingface · https://huggingface.co/papers/2606.23127
- 作者：Julia Belikova, Rauf Parchiev, Evgeny Egorov, Grigorii Davydenko, Gleb Gusev, Andrey Savchenko, Maksim Makarenko

> 首个企业级程序记忆基准，证明技能跨任务/模型迁移可行。

## 概要

论文提出 AFTER 基准，含382个企业任务、22个技能，评估LLM agent中程序记忆的技能迁移能力。关键发现：单次优化提升3.7-6.7分；多模型轨迹训练的技能跨模型准确率达73.1%。部分技能广泛泛化，部分角色特化。

## 对我的影响

1. **导购agent产品可直接复用**：技能库（SkillOS）设计可参照AFTER的跨任务/模型评估方法，验证技能的可迁移性。
2. **改变判断**：之前未量化技能泛化能力，现在知道多模型轨迹训练能产出通用技能，应优先采集多模型数据。
3. **下一步**：读全文了解AFTER技能表示细节，尝试在导购场景（如商品推荐、问题解答）构建小规模技能库并测试迁移效果。

---
*导出自 前沿论文情报台*