深度分析 MGA:記憶驅動的 GUI 代理人提升決策效率與記憶體效能 隨著多模態大型語言模型推進 GUI 自動化,長程任務受限於上下文過載與冗餘模組。MGA 以觀察先行與結構化記憶分離決策步驟,取代原始歷史聚合,降低認知負擔。實驗顯示其在 OSWorld 等開放式任務中保持高效表現,為下一代 GUI 代理提供可擴展路徑。