把 Agent 的一长串动作压缩成潜在空间——LAR 减少推理成本

LLM Agent 的决策通常需要生成一长串底层的文本动作——每次调用工具、每次解析输出、每次回溯都是独立的推理步骤。这不仅导致巨大的推理成本，而且让 Agent 的有效决策地平线极其漫长。Huang、Zeng 和团队提出的潜在动作重参数化（LAR）从动作空间的表示层面解决了这个问题。他们学习一个紧凑的潜在动作空间，每个潜在动作编码一个多步语义行为——相当于把一长串低层动作用一个隐变量表示。Agent 在潜在空间中做决策，有效地平线大大缩短。潜在动作是从 Agent 轨迹中自动学习并直接注入模型的，不像手写的宏或分层控制器需要人工设计。在多个 Agent 基准上，LAR 大幅减少了动作 token 数量和端到端推理时间，同时保持或提升了任务成功率。

不清楚的地方：潜在动作的语义是否可解释——每个潜在编码是否对应一个人类可理解的高层行为？当环境状态分布发生变化时（新任务类型），已学习的潜在动作空间是否需要重新学习？潜在动作和学习到的世界动态模型之间如何交互？

参考文献

1. Huang, W., Zeng, Q., Chen, Q., et al. (2026). Latent Action Reparameterization for Efficient Agent Inference. arXiv:2605.18597 [cs.AI].

2. Yao, S., et al. (2023). ReAct: Synergizing Reasoning and Acting in Language Models. ICLR.

3. Park, J. S., et al. (2025). Generative Agents: Interactive Simulacra of Human Behavior. UIST.