GUI 智能体记事情的方式，这次被单独拎出来改了。
论文里叫 Task Advancement Memory，简称 TAM。它不把过去的操作当成一串流水账存着，而是区分“哪些进度已经验证过”。执行进入下一步时，用 Task Advancement State 表示已验证的进度如何改变剩余目标，这样跨应用操作能接着前面的成果往下走。任务结束后再做一层监督，把产生过验证结果的交互抽成可复用操作，输入、预期结果和验证条件三者的关系都保留下来。失败任务里那些局部跑通的步骤也留。
MobileWorld 的 GUI-only 任务上，只用 Advancement State 就把成功率从 12.0% 提到 28.2%。完整 TAM 相对最强基线任务成功率提升 17.6%，每个解决任务的生命周期 token 少 38.7%。SPA-Bench 上，单应用英文 Level 3 场景拿到 state-of-the-art。
arXiv 预印本，未见同行评审，结论以摘要里的实验范围为限。
$BTC
论文里叫 Task Advancement Memory，简称 TAM。它不把过去的操作当成一串流水账存着，而是区分“哪些进度已经验证过”。执行进入下一步时，用 Task Advancement State 表示已验证的进度如何改变剩余目标，这样跨应用操作能接着前面的成果往下走。任务结束后再做一层监督，把产生过验证结果的交互抽成可复用操作，输入、预期结果和验证条件三者的关系都保留下来。失败任务里那些局部跑通的步骤也留。
MobileWorld 的 GUI-only 任务上，只用 Advancement State 就把成功率从 12.0% 提到 28.2%。完整 TAM 相对最强基线任务成功率提升 17.6%，每个解决任务的生命周期 token 少 38.7%。SPA-Bench 上，单应用英文 Level 3 场景拿到 state-of-the-art。
arXiv 预印本，未见同行评审，结论以摘要里的实验范围为限。
$BTC
