更多利用，更聪明探索：预算受限的Agentic搜索

当LLM智能体必须在很小的评估预算下精炼候选时，就产生了预算受限的Agentic搜索，原因可能是验证昂贵、生成需要多次模型调用，或两者兼有。在这种情形下，标准MCTS的预算分配很差：在低访问次数时探索奖励占主导，有希望的链还没来得及深化就已扩展无希望的兄弟节点，且分支与节点质量无关。我们提出ExTS，一种将扩展本身视为信息价值决策的树搜索策略。ExTS结合三种机制：判别式奖励塑形，用于在狭窄的分数分布下区分候选；随机虚拟子节点，根据父节点的奖励历史估计创建新分支的价值；以及质量条件化分支，仅当节点的分数足以证明预算成本合理时才扩展。在提示优化、代码生成、分子结构解析和Agentic工作流优化任务上，ExTS与任务特定的树搜索基线相当或更优，使用单一固定配置取得平均+5.5%的相对增益。我们进一步引入试点运行诊断，刻画是什么使预算受限的Agentic搜索问题在结构上彼此不同，从而既提供对问题空间的理解，也提供适配的实用指导。