在复杂软件工作流的自动化中，尽管大型语言模型（LLMs）取得了快速进展，但仍然面临许多挑战。特别是在长时间跨度的任务中，智能体常常遭遇级联错误和环境随机性，动态界面中的一次失误可能导致任务失败，进而引发幻觉或试错行为。研究提出了一种名为“环境地图”的持久性、智能体无关的表示方法，通过将异构证据（如屏幕录制和执行轨迹）整合为结构化图，来缓解这些问题。该表示由四个核心组件构成：1）上下文（抽象位置），...