Agent看起来每一步都在自由发挥，但把几千条执行轨迹摊开后，它的行为可能只剩下…

Agent看起来每一步都在自由发挥，但把几千条执行轨迹摊开后，它的行为可能只剩下几十个状态。 UCL和Holistic AI团队这篇论文做了一件很有意思的实验：把Agent的历史轨迹压缩成一张有限状态机（FSM）。 核心发现： ✅ 状态压缩：在12个公开数据集上，FSM只有7-43个状态，却能以≥0.997的拟合度重放未见过的轨迹 ✅ 快速构建：几毫秒就能构建完成 ✅ 预测能力：在下一步预测上，8/8数据集都超过Agent Workflow Memory；失败预测最高AUROC达到0.94 ✅ 早停机制：在SWE-agent上，系统可以在失败任务平均只执行到32%时触发早停，省掉约68%的计算 更值得关注的发现：换不同LLM，Agent的行为拓扑依然非常相似。底座模型会影响每一步怎么选，但harness可能早已经把「有哪些路可以走」画出了大致边界。 以后分析Agent，不能只盯着模型输出。它反复走哪些路径、在哪里进入循环、失败前会经过哪些状态，本身就是一层很有价值的可观测信号。 arxiv.org/abs/2608.23670