LEDGER：用依赖图做Agent文档编辑，一致性

给 Agent 改长文档，一直卡在一个死胡同里。

把整篇塞给模型，贵、慢，还容易跑偏；只切一小段给它看，又经常漏掉前后引用。改了图标题，正文没跟上；调了章节顺序，交叉引用全断了。

微软搞了个叫 LEDGER 的法子，专治这种局部改、全局乱的病。

它先把文档拆成小块，建一张依赖图。不光抓“如图3所示”这种明牌引用，连“这个结论”这类隐晦指代也揪出来。每次编辑顺着图去上下游找上下文，不用全篇喂。

实测下来效果挺猛：一致性从 56% 拉到 76%，单次编辑 token 砍了 85%。更绝的是，小模型配这法子，效果直接反超大模型全量处理。

说白了，靠结构能解决的问题，真没必要硬堆算力。