[CL]《Inducing Reasoning Primitives from Agent Traces》Z Lei, J Yan, J Momo, W W. Cohen [CMU] (2026)

在LLM智能体推理中，重复出现的推理套路总被困在临时草稿里。过去方法依赖手写流程或复用整条轨迹，本质原因是没把“推理动作”当成可沉淀对象。

本文的核心洞见是：把ReAct轨迹重新看作推理原语矿脉。由此，筛选成功轨迹、聚类Thought、合成伪工具这一操作，使模型能稳定调用曾经只偶然出现的推理动作。

这项工作真正留下的遗产是：推理经验可从行为痕迹中自动结晶。它打开的新门是无须专家设计的推理工具库，但尚未跨过的门槛是原语仍依赖LLM解释，可靠性边界未被彻底刻画。

arxiv.org/abs/2606.02994 机器学习 人工智能 论文 AI创造营