AI PPT一改就崩？MemSlides登顶抱抱脸，让Agent记住你的改稿习惯

从“一键生成”到“越改越懂你”：MemSlides 如何用记忆系统解决 PPT 反复修改的痛点？

在生成式 AI 快速发展的今天，自动生成一套结构完整、视觉美观的 PPT 初稿已经不再是难题。然而，真正让职场人和研究者头疼的，往往是后续的修改环节——你只是想让系统把某页的某个区域改得更像流程图，结果却发现其他页面也跟着变了样，之前费心调整的风格瞬间被打乱。

针对这一痛点，来自北京邮电大学、清华大学和上海交通大学的研究团队提出了

——一个基于记忆系统的个性化幻灯片生成与修改框架。它不仅能根据用户习惯生成初稿，还能在多轮修改中持续记住用户偏好，实现“只改该改的地方”。

该工作已登顶 Hugging Face Daily Papers 首日榜首，GitHub 获 400+ 星，Demo 网站上线后吸引超 100 位验证用户试用。

核心痛点：第一版只是草稿，改稿才是主战场

很多人认为，AI 生成 PPT 最尴尬的时刻是生成失败。但比失败更常见的是：

• 你只要求修改第 8 页右下角的一块内容，结果第 3 页的标题层级变了，第 12 页的配色也漂了。
• 之前反复调整好的风格，在系统响应一次局部修改时被重新打散。

真实的 PPT 工作流中，

。MemSlides 正是为了解决“从生成到修改”这一完整流程中的记忆与一致性难题而设计。

记忆系统：让 AI 知道该记住什么，该忘记什么

很多人一听“Agent 记忆”，会自然想到把历史对话放进更长的上下文里。但 MemSlides 没有这样做——原因很简单：历史越长，冲突越多。今天用户说“这套报告用蓝色标题”，不代表他以后所有 PPT 都要蓝色标题；用户在某次编辑中遇到的工具错误，也不应该和“他喜欢什么风格”混在一起。

MemSlides 将个性化幻灯片生成建模为一个有状态的写作过程（authoring process），其记忆组织分为两个视角：

• 从生命周期看
  ：长期记忆（跨任务稳定信息）和工作记忆（当前任务临时约束）。

• 从功能角色看
  ：用户画像记忆（体现偏好）和工具记忆（指导修改执行）。

用户画像记忆：让首轮生成就贴近用户

真正的个性化，不是一句 role prompt 能解决的。同一篇 Transformer 论文，可以被讲成基础教学课，也可以被组织成组会汇报、论文精读或技术培训。不同用户关心的页面角色、内容密度、证据边界和机制展开方式都不一样。

MemSlides 用

来保存跨任务偏好。它不是把 profile 整块贴到 prompt 前，而是在任务开始时根据当前意图检索相关偏好，与本次请求协调。如果长期偏好和当前明确指令兼容，它们会一起进入工作记忆；如果发生冲突，当前这套 slides 的明确要求优先。

图1：首轮生成不仅体现完整性，也体现用户画像记忆对页面组织、内容密度和证据边界的影响。

任务结束后，MemSlides 只沉淀稳定、可迁移的交互信号，而不会把每一句反馈都写回长期画像，避免把“这次临时想要蓝色标题”误当成“用户永远喜欢蓝色标题”。

图3：用户画像记忆会经历检索、路由、当前任务使用和任务结束后的稳定信号沉淀。

工作记忆：让临时要求持续生效

多轮改稿中，还有一类微妙的信息：它不是长期偏好，却必须在当前 deck 里持续有效。比如用户在第 2 轮说：“后面如果新增 summary/tip box，就用浅灰背景。”当时系统还没有新增这类元素，所以这条要求没有立刻执行对象。几轮之后，如果用户要求插入带 summary box 的页面，这条规则就应该被触发。

MemSlides 的

就是当前写作任务的状态板：active temporary preferences、carryover instructions、resolved targets、coverage status 都放在这里。Plan 阶段读取这些状态来确定修改范围，Act 阶段据此执行受限编辑，Guard 阶段再更新检查结果。

图4：工作记忆让早先提出、后续才触发的临时样式偏好继续生效。

局部修改与 Plan-Act-Guard：只改该改的地方

对人类编辑来说，“只改这一处”很自然，但对生成式系统来说却很难。很多系统在处理反馈时，会重新读取或重写大范围内容，导致非目标页面也发生变化。

MemSlides 用

来约束这个问题。每次反馈先被映射到最小有效修改区域，然后进入 流程：

• Plan
  ：把自然语言请求转成 execution contract，明确目标 slide、作用范围、selector hints 和覆盖要求。

• Act
  ：根据页面结构选择编辑工具，在受限范围内执行最小有效操作。

• Guard
  ：把“完成”变成需要检查的状态——目标没覆盖不能草率 finalize，snapshot 过期需要重新绑定，局部请求不应被扩展成整套 deck 的重写。

这一步把“模型觉得自己改完了”变成“系统能检查这次修改是否真的覆盖目标、是否越界”。

图5：Plan-Act-Guard 将局部修改拆成范围规划、受控执行和结果检查。

工具记忆：让 Agent 少走弯路

Slides 编辑不是纯文本改写。一个局部修改可能涉及页面结构、选择器、样式规则、布局快照和验证逻辑。Agent 即使理解了用户意图，也可能在工具调用时读错区域、重复试错、扩大修改范围，或者在目标尚未覆盖时提前结束。

因此，MemSlides 引入了

——它不记录“用户喜欢什么”，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”。

论文将其组织为两种粒度：

• 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，在相似工具调用前被检索出来作为参考。

图6：工具记忆关注的是工具调用经验，而不是用户审美偏好。

实验结果：记忆组件如何提升性能？

MemSlides 的评估没有只给一个总体生成分数，而是把不同记忆组件对应的能力拆开验证：

• 用户画像记忆提升 round-0 persona alignment。
• 工作记忆提升多轮会话中的 delayed preference carryover。
• 工具记忆在 diagnostic matched-pair modify setting 中隔离验证，效果显著。

在局部修改的配对诊断中，工具记忆带来的变化更直接：

同时，core tool time ratio 降至 0.327x，说明工具记忆帮助 Agent 更快找到首次正确编辑路径，减少无效探索。

图7：局部编辑对比是论文中的定性案例，展示工具记忆注入前后编辑过程的差异。

未来展望：长期协作是 AI 助手的下一步

MemSlides 讨论的是 PPT，但它背后的问题不只属于 PPT。当 Agent 进入文档生成、代码修改、数据分析、企业知识系统等长周期任务时，都会遇到类似挑战：哪些信息应该长期保留，哪些状态只属于当前任务，哪些执行经验可以复用，哪些内容在局部修改时必须保持不变。

如果说一键生成解决的是从 0 到 1，那么多轮修改考验的是从 1 到可用。未来的 Slides Agent，不只要会生成更漂亮的第一页，还要能在反复改稿中持续理解用户、保持编辑边界，并让一套 slides 稳定地向用户真正想要的版本靠近。

小提示

• 使用 MemSlides 时，可以预先设定一个

  memory profile
  （如“学术汇报”或“商业路演”），让首轮生成更贴合你的常用风格。
• 如果临时想要某些样式（如蓝色标题），记得在修改时明确说明“当前这套 slides 使用蓝色标题”，避免系统将其误写入长期画像。
• 遇到需要多轮修改的复杂任务，建议将阶段性修改要求清晰分步提出，以便工作记忆准确记录。

常见问题

Q: 为什么 MemSlides 不把历史对话都放进上下文？

A: 历史越长，冲突越多。用户可能在某次编辑中临时要求蓝色标题，但长期偏好并非如此。如果全部混入上下文，系统容易把临时要求当成永久偏好，导致后续生成混乱。MemSlides 通过区分长期记忆和工作记忆，只保留稳定、可迁移的信号。

Q: 工具记忆和用户画像记忆有什么区别？

A: 用户画像记忆回答“这套 slides 应该体现什么偏好”，属于审美和内容策略层面；工具记忆回答“Agent 应该怎么改得更稳”，属于执行和工具调用层面。两者相辅相成，一个决定方向，一个决定效率。

Q: 如果我想让系统记住某次修改的临时格式，该怎么办？

A: 建议在修改时明确描述为“当前 deck 中，所有新增的 summary box 都用浅灰背景”。系统会将其放入工作记忆，并在后续添加相关元素时自动应用。如果只是临时偏好，建议在任务结束后主动清理或告知系统不再需要。

参考资料

• 论文链接
• 项目主页
• 在线演示
• 代码仓库
• Hugging Face Papers

编辑：LRST