Trivium：将时间遗憾作为因果记忆控制器的首要目标

当前代理系统仅优化结果奖励，忽视了失败的时间与原因，导致错误重复发生。本文提出将长视野时间遗憾作为首要目标，结合结果遗憾与认知遗憾，构建可证伪的失败分析框架。时间遗憾量化因果模型失准的持续时间，认知遗憾反映模型残余不确定性。理论证明在特定假设下，该方法能将时间遗憾降至对数级别，而仅基于结果的学习则呈线性增长。实验在 CausalBench-Seq 及真实 LLM 流中验证了该方法的有效性，其自我学习机制侧重于修订外部因果模型而非重训练权重。