证据足够即停止：面向大语言模型智能体的证据条件渐进式执行
原标题:Stop When Memory Suffices: Evidence-Conditioned Progressive Execution for LLM Agents
AI 导读
论文提出 Router-Mem，用共享的低成本检索前缀获取证据，再由轻量级充分性路由器判断是否可以提前结束；证据不足时才扩展记忆块并进行更深分析。在 AMA-Bench 和 BEAM 上，相比完整记忆执行，平均推理时间分别降低 27.3% 和 25.5%，得分为 55.17% 和 38.77%。
为什么值得读
长上下文智能体的核心瓶颈正从能否检索转向何时停止，这项工作给出了可训练的成本—质量路由机制及两项基准结果。
深度解读
1. 发生了什么
原始事实： arXiv 论文 2608.01285 提出 Router-Mem，用于长时程 LLM 智能体记忆。系统先执行低成本检索，再判断当前证据是否足够；不足时才进入更深的记忆扩展、分析与聚合流程。
2. 核心技术
原始事实： Router-Mem 使用共享检索前缀、轻量级充分性路由器和推理时单 token 决策。训练阶段结合证据级监督与基于理由条件的表示蒸馏。其执行路径是渐进式的：证据足够则提前终止，否则复用检索命中结果继续处理。
3. 关键证据与数字
原始事实： 摘要报告在 AMA-Bench 上得分 55.17%，平均推理时间相对完整记忆执行降低 27.3%；在 BEAM 上得分 38.77%，平均推理时间降低 25.5%。摘要没有说明这些分数的具体指标、比较基线数量、硬件、模型规模或方差。
4. 为什么重要
分析： 传统记忆压缩可能丢失时间、因果和跨步骤关系，而始终进行深度研究又会增加延迟。Router-Mem 把“是否继续计算”变成显式决策，理论上可以让简单查询快速结束，把计算预算集中到证据不足的任务上。
5. 实际影响
分析： 该方法适合具有长期会话记忆、任务轨迹或外部知识库的智能体系统，尤其适用于在线交互中延迟和调用成本都敏感的场景。工程集成时需要监控提前停止率、错误停止率、端到端首 token 延迟和总 token 消耗，而不能只看平均推理时间。
6. 局限与不确定性
原始事实： 摘要未披露路由器误判的具体代价、不同任务上的提前停止比例，也未说明 55.17% 和 38.77% 是否优于完整执行或其他记忆系统。未验证推断： 如果路由器对证据不足的查询过早终止，速度收益可能以召回率或答案完整性下降为代价；这一权衡需要全文实验和消融结果确认。论文发布日期为 2026-08-02，属于所给元数据中的未来日期，时间信息应以 arXiv 页面为准。
7. 原始来源
- arXiv:2608.01285
- 标题：Stop When Memory Suffices: Evidence-Conditioned Progressive Execution for LLM Agents
- 来源类型：论文摘要；本文解读中的实验数字均直接来自用户提供的摘要文本。