让 AI 连续查资料、调用工具、完成一项长任务，就像让人只靠一卷不断变长的聊天记录办事：越到后面，越容易忘记目标、打乱顺序或重复碰壁。Procedural Graphs 的思路，是把这些隐含的做事流程整理成程序图——一种可分岔的流程图，明确“什么条件下做哪一步，接下来能走向哪里”。它保存的是如何做事，而不是知识图谱所保存的事实。
执行时，系统先判断 Agent 当前位于图中的哪个节点，再读取附近几步的连线，为下一步生成针对当前处境的提示。这种提示只引导、不强制，Agent 仍可自行推理。更关键的是，图还能在任务结束后自我修改：一个 LLM 会对照成功与失败的执行轨迹——也就是规划、工具调用及结果的过程记录——补充或删除节点和连线，并改写适用条件、操作建议和常见陷阱。
最值得注意的是它的“验收机制”：候选修改只有在留出的验证任务上保持或提高成绩，才会正式写入；被拒绝的修改也会留下，避免系统反复提出同一种坏主意。作者称，从极简骨架演化出的图可达到或超过人工设计版本，也能修补有缺陷的专家流程；不过材料未给出具体分数。