HeavySkill：将重思考作为智能体框架中的内部技能

近期智能体编排框架在复杂推理任务中表现优异，但其核心驱动机制尚不明确。本文提出 HeavySkill，主张将“重思考”不仅视为执行单元，更内化为模型参数中的内部技能。该技能由“并行推理后总结”两阶段构成，可嵌入任意智能体框架。实证研究表明，该方法优于传统最佳选择策略，强模型甚至接近 Pass@N 性能。此外，通过强化学习可扩展该技能的深度与宽度，为不依赖脆弱编排层的自进化大模型提供新路径。