**Designer-RSI：从用户流量中演化程序性记忆的智能体平面设计框架**

_Designer-RSI: Evolving Procedural Memory from User Traffic for Agentic Graphic Design_

> 该研究提出一种持续适应框架：冻结的前沿模型通过 230 多个工具操作专业设计软件，外部的自然语言程序性记忆则从经验中积累并优化可复用的设计流程。记忆通过“拓宽”覆盖新子任务、“深化”修正已有流程，并配合匹配回放门控，只接受能修复失败且不损害已成功案例的改动。在 1406 份真实用户需求和 1869 条自动评分轨迹上迭代 5 轮（不更新权重、不使用人工标注），技能库从 76 个增至 139 个，Claude-Sonnet-4 的 GenEval2 执行成功率由 72.7% 升至 99.3%，生成质量提升 11.99 分，并在四个专业设计基准上对无技能智能体取得 61.8% 和 67.6% 的胜率。消融显示拓宽或深化单独使用胜率约 49.4%/48.6%，二者结合达 58.5%（p=0.025）。程序性记忆为在噪声、不可验证反馈下实现智能体持续适应提供了可行路径。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.22086)