何时重新承诺：面向长程视觉语言推理的时间抽象发现

长程推理不仅需要决定采取什么动作，还需要决定在下一次观测之前承诺多深。我们将其形式化为承诺深度（commitment depth）：在两次重规划之间开环执行的原始动作数量。承诺深度带来重规划成本与累积执行误差之间的权衡，但大多数现有长程系统将其固定为手工设计的标量。在这项工作中，我们转而将承诺深度视为策略本身的一个可学习、依状态而定的变量。我们在一个模型原生的视觉-语言策略中实例化这一思想，该策略联合预测执行什么以及执行多久。在Sliding Puzzle和Sokoban上，所得自适应策略帕累托优于每一个非退化的固定深度基线，解决率最多高出12.5个百分点，同时每回合使用的原始动作约减少25%。尽管仅使用7B骨干，我们的方法在两个任务上都优于GPT-5.5和Claude Sonnet，而所有受测的开源权重视觉-语言模型零样本成功率均为0%。我们进一步给出理论分析，表明在标准的承诺深度代理指标下，只要局部最优深度随状态变化，依状态的承诺就严格优于任何固定深度。