解析器：并行读取，深入分析长上下文 LLM 代理

顺序内存代理通过一个接一个地读取块来处理长文档，同时保持紧凑的内存状态，将文档遍历与推理深度结合起来。这种耦合引入了对证据放置的敏感性，并将推理延迟与文档长度线性联系起来。我们引入了 PARSER，它将阅读与推理分离。每个绑定到单个块的一组轻量级子代理并行读取整个文档，而主导代理则通过迭代分散-收集回合进行深入推理：在每一轮中，它都会向所有子代理广播查询，聚合返回的证据，并根据迄今为止发现的内容制定更深入的后续查询。这种解耦设计将所有可学习的行为集中在主导智能体中，并通过强化学习进行优化，而子智能体则保持冻结的现成模型。在上下文范围从 7K 到 896K 词元的多跳 QA 上，具有 4B 主干的 PARSER 的性能比最强的顺序内存基线平均高 5.7 点，在 896K 词元时高 12.0 点。扩展到 9B 主干后，PARSER 超过 DeepSeek-V4-Pro 6.3 个百分点。对照实验证实，PARSER 对于证据位置、顺序和距离等扰动具有鲁棒性，这些扰动会导致顺序方法的准确度大幅波动，同时将推理延迟减少高达 11 倍。