可复现评估作为生产级智能体安全提示词压缩的基础

研究提出一套面向生产级对话智能体的离线评估框架，即使所依赖的实时数据变化仍可复现，并可在过期后按需再生成。以该框架作为 GEPA 提示词优化的适应度函数并加入正确性门控后，面向商户的生产智能体提示词面缩减 3.5-7.6%。三个独立主体模型家族的留出任务正确性均未回退，其中一个还出现可测提升。