大型语言模型(LLM)应用程序越来越多地使用显式工作流进行工具使用、检索、分支、检查点和人工审批。现有的工作流系统已经解决了许多执行问题。本文提出了一个受Lisp启发但与语言无关的概念模型：符号形式、对象身份和现场图像思维被用作解释镜头，而不是实现

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2607.08740v1)获取最准确的信息。

---
🔗 **原文链接**: [Workflow as Knowledge: Semantic Persistence for LLM-Mediated](https://arxiv.org/abs/2607.08740v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Emanuele Quinto, Carlo Andrea Rozzi, Francesco Zanitti

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-07-10 14:02