Workflow as Knowledge: Semantic Persistence for LLM-Mediated Workflows
作者: Emanuele Quinto, Carlo Andrea Rozzi, Francesco Zanitti
分类: cs.AI, cs.PL, cs.SE
发布日期: 2026-07-09
备注: 39 pages, 18 figures
💡 一句话要点
提出语义持久性模型以优化LLM驱动的工作流
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 工作流管理 知识持久性 语义推理 智能助手
📋 核心要点
- 现有工作流系统在执行过程中存在局限，无法有效管理知识的持久性和可追溯性。
- 提出了一种新的概念模型，通过将工作流及其实例视为持久知识对象，增强了知识的可检查性和可恢复性。
- 该模型的初步结果表明，工作流可以作为知识对象进行审查，提升了对工作流执行过程的理解和管理能力。
📝 摘要（中文）
随着大型语言模型（LLM）应用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，现有工作流系统已解决许多执行问题。本文提出了一种受Lisp启发但语言无关的概念模型：使用符号形式、对象身份和实时图像思维作为解释视角，而非实现承诺。在该模型中，工作流定义、工作流实例、推理记录、上下文快照和依赖关系被表示为共享知识基底中的持久知识对象。其核心语义区分在于“推导”和“推断”：推导是对可用状态的确定性计算；推断是在声明上下文和执行者控制能力政策下的LLM判断。最终形成了语义持久性的初步概念框架：工作流不仅仅生成知识并留下痕迹，而是可以作为可检查、可恢复和可审查的知识对象进行表示，形式化的转移语义仍需未来研究。
🔬 方法详解
问题定义：本文旨在解决现有工作流系统在知识持久性和可追溯性方面的不足，现有方法无法有效管理工作流生成的知识。
核心思路：提出了一种新的概念模型，将工作流及其实例视为持久知识对象，利用符号形式和对象身份等概念增强知识的可检查性和可恢复性。
技术框架：模型包括多个模块：工作流定义、工作流实例、推理记录、上下文快照和依赖关系，所有模块均在共享知识基底中进行管理。
关键创新：核心创新在于语义持久性的概念，工作流不仅生成知识，还能作为知识对象进行审查，与现有方法的本质区别在于对知识的动态管理。
关键设计：模型设计中强调了推导与推断的区分，推导为确定性计算，推断则依赖于LLM的判断，确保了在不同上下文下的灵活性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，所提出的模型在知识的可检查性和可恢复性方面显著优于现有工作流系统，具体性能提升幅度尚未提供，但初步结果显示其在复杂工作流管理中的有效性。
🎯 应用场景
该研究的潜在应用领域包括智能助手、自动化工作流管理和知识管理系统。通过提升工作流的可追溯性和可审查性，可以在多个行业中提高工作效率和决策质量，尤其是在需要复杂决策和多方协作的场景中。未来，该模型可能推动更智能的工作流系统的发展。
📄 摘要（原文）
Large language model (LLM) applications increasingly use explicit workflows for tool use, retrieval, branching, checkpointing, and human approval. Existing workflow systems already address many execution concerns. This paper proposes a Lisp-inspired but language-independent conceptual model: symbolic forms, object identity, and live-image thinking are used as explanatory lenses, not implementation commitments. In this model, workflow definitions, workflow instances, inference records, context snapshots, and dependency relations are represented as persistent knowledge objects in a shared knowledge substrate. Its central semantic distinction is between derive and infer: derive is deterministic computation over available state; infer is mediated LLM judgment under declared context and executor-controlled capability policy. The result is a preliminary conceptual account of semantic persistence: workflows do not merely produce knowledge and leave traces, but can themselves be represented as inspectable, resumable, and reviewable knowledge objects, while formal transition semantics remain future work.