MemSlides登顶Hugging Face：用记忆分工机制解决AI PPT多轮改稿崩溃难题
在 AI PPT 生成领域，一个普遍存在的痛点并非初稿生成的失败，而是修改过程中的“牵一发而动全身”。当用户要求调整某一页的局部细节时，系统往往会打散已对齐的整体风格与结构。针对这一挑战，由北京邮电大学、清华大学、上海交通大学合作完成的研究工作 MemSlides 提出了一套基于记忆分工机制的解决方案，旨在让 Agent 在多轮修改中持续记住用户的改稿习惯。
该工作已登顶 Hugging Face Daily Papers #1 Paper of the Day，GitHub 获得 400+ stars，Demo website 上线后吸引 100+ verified users 试用。
从“生成一套”到“生成得像这个用户”
过去的自动幻灯片生成系统主要解决的是从 0 到 1 的问题，即从论文或主题出发生成结构完整的初稿。然而，在真实工作流中，第一版只是草稿，改稿才是主战场。不同用户对于页面角色、内容密度、证据边界和机制展开方式有着截然不同的偏好。
MemSlides 的核心创新在于将个性化幻灯片生成建模为一个有状态的 authoring process。系统不仅在首轮生成（round-0）时根据当前任务意图检索用户画像，将兼容的长期偏好路由到当前工作记忆里以影响页面组织，还在后续每一轮反馈中更新当前 session state，围绕当前 deck 进行局部编辑。
记忆分工：拒绝“记住废话”
MemSlides 没有简单地将历史对话放入更长的上下文，因为历史越长，冲突越多。例如，用户在某次编辑中提到的临时要求不应被误认为是长期的审美偏好。为此，MemSlides 设计了多维度的记忆组织视角：
1. 生命周期视角
分为长期记忆（保存跨任务稳定存在的信息）和工作记忆（保存当前 deck 中有效的临时约束、修改目标和执行状态）。
2. 功能角色视角
分为用户画像记忆和工具记忆。
用户画像记忆：沉淀稳定偏好
系统通过检索相关偏好并与本轮请求协调来处理个性化。如果长期偏好与当前明确指令兼容，则一起进入工作记忆；若发生冲突，当前明确要求优先。任务结束后，系统仅沉淀稳定、可迁移的交互信号至长期画像，避免将临时反馈错误地固化为长期习惯。
工作记忆：处理延迟生效的约束
在多轮改稿中，许多约束是延迟生效的。例如，用户在前几轮提出“新增 summary box 时用浅灰背景”，当时并无执行对象。工作记忆作为当前写作任务的状态板，记录了 active temporary preferences、carryover instructions 等状态，确保这些要求在后续触发时依然有效，使多轮修改成为围绕同一套 slides 持续推进的过程。
工具记忆：优化执行路径
工具记忆不记录用户偏好，而是记录“类似编辑任务里，什么执行路径有效，什么错误应该避免”。其包含两种粒度：
* Round-scope task experience：记录一轮修改中的经验、错误总结和可迁移模式。
* Operation-scope tool-chain experience：保存更细粒度的 reasoning-tool-observation 片段，在相似工具调用前作为参考。
这种设计将目标与执行分离，用户画像决定方向，工具记忆减少无效探索。
Scoped Slide-Local Revision：只改该改的地方
为解决修改局部内容导致整体风格漂移的问题，MemSlides 采用 scoped slide-local revision 策略，通过 Plan-Act-Guard 流程约束修改范围：
- Plan 阶段：将自然语言请求转为 execution contract，明确目标 slide、作用范围及覆盖要求。
- Act 阶段：在受限范围内选择编辑工具，执行最小有效操作。
- Guard 阶段：检查目标是否真正覆盖、snapshot 是否过期，防止局部请求被错误扩展为整套 deck 的重写。
实验结果验证
MemSlides 的实验设计将不同记忆组件对应的能力拆开验证：
* 用户画像记忆：提升了多 persona、多 intent 设置下的 persona alignment，体现在内容重点、页面角色及证据组织的规划层面。
* 工具记忆：在 diagnostic matched-pair modify setting 中隔离验证，结果显示核心工具时间比例（core tool time ratio）降至 0.327x，证明了工具记忆在帮助 Agent 收敛于首次正确编辑路径上的有效性。
结语：PPT Agent 的下一步是长期协作
MemSlides 解决的问题不仅限于 PPT 生成。当 Agent 进入文档生成、代码修改、数据分析等长周期任务时，同样面临信息保留、状态隔离和经验复用的挑战。未来的 Slides Agent 不仅需要会生成更漂亮的第一页，更要在反复改稿中持续理解用户、保持编辑边界，让作品稳定地向用户想要的版本靠近。
相关链接：
* 论文链接: https://arxiv.org/abs/2606.17162
* 项目主页: https://memslides.github.io/
* 演示链接: https://memslides.com/
* 代码链接: https://github.com/huohua325/Memslides
* HF 链接: https://huggingface.co/papers/2606.17162