从智能体轨迹中诱导推理原语

针对 ReAct 风格智能体常重复发现相同推理流程却未能固化的问题，本文提出“推理原语诱导”方法。该方法通过单次挖掘成功轨迹，聚类 recurrent 推理动作，并将其转化为类型化的伪工具库。实验表明，生成的原语库在多个基准测试中显著优于生成其轨迹的原始智能体，且在叙事演绎、规则应用及约束满足规划等任务中，表现超越零样本思维链及专家分解方案，同时降低了推理成本。