TimeClaw：具有探索性执行学习的时间序列AI智能体

时间序列分析支撑着金融、气象等领域的预测、监控与决策，在这些领域中，解决一个任务往往既需要数值精度也需要情境推理。近期进展已从专用神经预测器转向构建于LLM和基础模型之上的方法，它们能对时间序列输入进行推理并使用外部工具。然而，此类系统大多仍以执行为中心：专注于解决当前实例，却很少从探索性执行中学习。这在可验证的数值环境中尤其受限：多个候选执行与工具使用流程可能都符合任务要求，却在定量质量上差异悬殊，而且早期成功可能触发工具先验坍缩，抑制进一步探索。为解决这一局限，我们提出TimeClaw，一个探索性执行学习框架，通过探索、比较、蒸馏、再注入四个阶段的循环，将探索性执行转化为可复用的分层蒸馏经验。TimeClaw结合了指标监督的探索性执行学习、任务感知的工具dropout以及用于推理时再注入的分层蒸馏经验，同时保持基础模型冻结并避免在线测试时适应。在与MTBench对齐、涵盖金融与气象预测及推理任务的17个任务评测中，TimeClaw相对基线取得一致增益。这些结果表明，对科学系统而言，瓶颈不仅在于执行时的能力，还在于探索性经验如何被比较、蒸馏与复用。