让GUI Agent不再「边做边忘」：快手、浙大提出MemGUI-Agent，攻克长程GUI任务

在短程任务中，多模态大模型驱动的GUI Agent已经能较好理解截图、推理用户目标，并执行点击、输入、滑动等操作。但一旦任务跨越几十步、多个App、多次页面跳转，Agent就会遇到明显的上下文退化：前面看到的价格、联系人、规格、日期、验证码、待写入文本等关键信息，可能在后续步骤中被稀释、转述错误、截断，甚至完全遗忘。它的核心思想不是简单把prompt变得更长，而是让Agent在执行UI操作的同时，主动决定「该压缩什么历史」「该记住什么UI事实」「该如何描述当前步骤」。