Trace2Policy：从专家行为轨迹到自我进化的决策智能体

本文提出 Trace2Policy 框架，其核心为错误驱动迭代技能精炼（EISR）机制。该方法通过分析验证集上的错误根源，对人工可读的规则文档进行针对性修补与回归测试，从而实现决策规则的自动优化。实验表明，在合规敏感任务中，规则质量而非模型能力是性能关键。经 EISR 优化的规则编译为 Python 后，准确率显著提升且无需推理时调用 LLM。该系统已在物流企业部署，并证明了基于 LLM 的自动变体 Auto-EISR 能以低成本复现专家级的规则演进过程。