研究思维链对LLM智能体状态跟踪的作用

2026年10月20日，arXiv人工智能板块刊出Pedram Mouseli与Massieh Moayedi的研究，考察LLM智能体的行动如何依赖其推理——当正确行动取决于不断变化的状态时。研究在文件锁状态追踪任务中测试Qwen3-8B与Qwen3.5-9B：锁违规命令的减少主要来自动作前即时生成的推理，保留早前推理对规则遵循帮助有限；填充文本、为其他历史写的推理以及准确的状态表都无法复现这一收益。若给出与自身历史仅一个锁值不同的推理，智能体会违背自身历史照其行动。无推理时，线性探针从激活中恢复状态的效果与文本分类器相当，但解码准确率无法预测哪些干预会改变智能体行为。目前该研究以预印本形式发布，尚无后续跟进报道。

AI 根据报道生成 · 34 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。