ForkPilot省Token达59%
新框架通过自进化策略优化长程智能体搜索，在保持性能的同时大幅降低Token消耗。
重要性实质性证据E2 未复现写法快讯
ForkPilot框架在长程智能体任务中实现最高59.2%的Token节省，同时保持与当前最优模型相当的性能。
传统智能体在处理多步推理时，回溯搜索常因结果延迟导致归因困难，且执行证据演变使旧估计失效。ForkPilot引入搜索值动态（SVD）概念，采用两阶段自进化策略：先离线学习搜索价值政策，再基于实时观察决策并自我更新。
该研究在6个基准测试和7种主流LLM骨干网络（包括GPT-5.6 Sol和Opus 4.8）上评估，对比9个竞争基线。结果显示其效率提升显著，但数据源自预印本，尚待独立复现验证。