先画像后推理：工具增强语言代理的有界语义复杂度

针对工具增强型大语言模型代理在反应式执行中存在的延迟高及错误传播敏感问题，本文提出了“先画像后推理”（PTR）框架。该框架首先由语言模型合成明确的工作流，随后通过确定性算子执行、验证并仅在必要时修复。数学推导表明，该方法将名义情况下的模型调用次数限制为两次。实验结果显示，PTR 在检索中心和重分解任务上显著优于 ReAct 基线，但在需大量在线适应的场景中反应式执行仍具优势。