标签
在对抗性POMDP（CybORG CAGE-2）中对复合LLM智能体设计进行了一项受控研究，系统性地在五个模型系列中变化上下文、推理与层次结构。主要发现：程序化状态抽象每token产生巨大回报，无推理工具的层次结构实现了最佳绝对性能，并且上下文工程比深度推理更具成本效益。