工具作为持续流用于进化代理推理

大型语言模型在协调工具进行推理任务方面表现出色，但现有方法依赖逐步范式，缺乏全局视角，导致长程任务中误差累积且难以泛化至未见工具。为此，本文提出“工具即持续流”（FlowAgent），将工具链重构为语义空间内的连续轨迹生成。该方法利用条件流匹配生成连续潜在轨迹，提供全局规划视角以确保工具执行的连贯性与鲁棒性。理论分析建立了效用收敛的形式界限，证明该连续 formulation 能保证鲁棒泛化与误差衰减。实验表明，FlowAgent 在长程推理任务中具有卓越的鲁棒性与适应性。