已收录文章摘要，完整内容可前往原文阅读。
语言模型正日渐以 Agent 形式部署：它们与用户交流、维护交互状态，并通过外部工具执行动作。在此过程中，Agent 的每一步决策都会影响后续观察结果及其所处状态。要将能力强大但调用成本较高的前沿 A