阿里提出 PoS：显式信念状态治理 LLM agent「信念陷阱」，四个基准全面领先

阿里巴巴提出推理时框架 PoS，为长程 LLM agent 维护显式信念状态作为决策上下文，结合当前世界状态估计与未完成任务需求。PoS 通过一致性校验与任务进度监测识别「信念陷阱」——agent 持续行动却未向目标推进——并按陷阱模式定制恢复策略。在四个执行与诊断基准、三种 LLM 骨干上，PoS 均取得最高整体性能。