大模子通往履行宇宙的"临了三公里"开yun体育网，Agent 果决成为最具代表性的入场券。

但当下的共鸣发生了宽敞的变化：

权衡一个 Agent 够不够强，早已不再看它能不成"答对问题"，而是看它在濒临多轮推理、用具调用及复杂谐和时，能否用最短的旅途、最少的交互预算，踏实地处理任务。

在这一配景下，一个长期被行业惨酷的底层命题浮出水面：

当 Agent 的框架、用具、数据和考研款式都保捏一致时，只是改换话语模子的生成范式（Autoregressive vs Diffusion），是否会系统性地改换 Agent 的霸术与举止模式？

近日，来自华为诺亚方舟实验室、华为先进野心与存储实验室、UCL、南洋理工大学、清华大学和北京大学的猜度团队，在最新责任《DLLM Agent: See Farther, Run Faster》中，对这一问题给出了迄今为止最"对真确验式"的复兴。

他们发现，只是是把"底座"换成了扩散式大模子（DLLM），Agent 就像倏得开了"天主视角"，推论速率不仅普及了30% 以上，致使在部分复杂任务中跑出了8 倍于传统 AR 模子的成果。

著作鸠集：

https://arxiv.org/pdf/2602.07451

官方网页：

https://noah-dllm.github.io/

中枢论断一览

在皆备疏通的 Agent 责任流、考研数据和交互预算下，猜度发现：

在准确率基本捏平的前提下，DLLM Agent 端到端推论速率平均普及 30% 以上；

在告成解题的要求下，DLLM Agent 使用更少的交互轮次和用具调用；

DLLM 展现出更强的 planner 才调：更早拘谨到正确轨迹、回溯和冗余更少；

这种上风并非仅来自并行解码速率，而是体现时 Agent 级别的霸术与有筹谋举止上。

一个"极点公说念"的对真确验遐想

为了幸免"框架互异"、"指示工程"、"数据不一致"等干涉身分，作家遴荐了十分严格的对真确验开荒：

使用归并个 Agent 框架：DeepDiver（多智能架构，层级式霸术，https://ai.gitcode.com/ascend-tribe/openPangu-Embedded-7B-DeepDiver）；

使用归并套用具接口与观念规定；

使用皆备疏通的 Agent 任务进行链接考研；

融合context 长度上限（32K）、最大交互轮数、tool call 上限；

独一变化身分：Agent 背后的生成范式

Autoregressive LLM（AR）：openpangu 7b-v1

Diffusion Large Language Model（DLLM）：openpangu diffusion 7b，这个模子是从 openpangu 7b-v1 续训获得的，模子的基础推理才调相似。

这意味着，实验中不雅察到的举止互异，不成归因于数据 / 模子的基础才调或 workflow，而只可来自生成范式本人。

不外，讨论到生成范式的不同，针对多轮长链交互的 DLLM 考研，作家使用了针对性诊治的 Mask 战术和 Attention 剪辑战术，普及了 DLLM Agent 考研和推理的一致性。

一样的尽头，更短的旅途

在构建了对照平台后，猜度团队将怜惜点转向了中枢方针：即 DLLM 这种生成范式的改换，究竟能在多猛进程上普及 Agent 的实战推崇？

实验罢休评释注解，DLLM Agent 的上风并非只是来自"算得快"，更在于它在复杂霸术中"走得直"。

1、BrowseComp-zh 基准测试：成果的全面进步

猜度团队在包含 110 条任务的 BrowseComp-zh（汉文多轮 Web 浏览）子集上，完成了性能测试。

通过对海量测试罢休的深度复盘，猜度东说念主员不雅察到了几个关节步调：

DLLM Agent 在准确率捏平的情况下，

平均用具调用次数显赫减少；

Agent 轨迹平均更短；

端到端延长着落约 30%。

但同期也暴知道一个履行问题：原生 DLLM 更容易产生结构化 tool-call 特别。

此外，作家还展示了 DLLM Agent 和 AR Agent 在 Information Seeker 完成问题上的散播，不错明晰地看到 DLLM Agent 在处理问题时，经常能以更少的交互次数完成一样的任务。

2、案例实录：8.18 倍速率落差的背后

为了更直不雅地展现这种"走直路"的才调，不错看一个典型的多管束检索案例（触及动物定名 + 中国互联网公司 + 团队合并 + 软硬件等多个维度），query 如下：

罢休发现，尽管 AR Agent 和 DLLM Agent 最终都给出了正确谜底，但其推论逻辑却展现出弘大的互异，不仅知道时端到端有 8.18 × 的速率互异上（如下表）：

也知道时具体的 planner 推论经由上——

DLLM Agent 的 planner 质地更高，从而在部分 case 上推崇出来远卓著基础模子的成果互异的端到端性能收益。

DLLM 为何是天生的"强 Planner "？

论文并未停留在名义的数据对比，而是深入分析了 entropy 和 confidence 与扩散经由中的里面动态，试图从生成范式的底层旨趣，来解释 DLLM 为安在霸术上更具上风。

一、Planner Agent：先全局、后细节

在职务拆解阶段，DLLM Planner 推崇出特有的两阶段特征，这与东说念主类先构念念大纲再填补实质的念念维款式异途同归：

阶段一：并行索求关节信息

用户问题中的 4 个中枢管束，经常在1 – 2 个 diffusion step 内就能被同期识别。

阶段二：徐徐细化任务结构

在已有全局框架下，再徐徐补充具体的逻辑细节。

这与 AR 的互异，主要体现时：

AR 必须按 token 步调"边想边写"；

一朝早期判断偏差，经常只可通过多轮 todo/re-plan/verification来修正。

这也径直解释了，为什么 AR Agent 在实验中更容易产生多个 todo_v1/todo_v2 冗余霸术文档的原因。下图详确解释了 planner 在这个经由中的变化：

二、Information Seeker：先定场所，再填参数

在具体的用具调用阶段，DLLM 的生成模式呈现出一种极其踏实的结构化倾向：

它会率先详情调用哪个用具；

随后，并行生成参数与细节；

所有这个词 tool-call 被视为一个全体"动作块"，并在生成经由中被反复 refinement。

比较之下，AR Agent 的生成经由更像是一条不可回头的活水线：函数名→参数 1 →参数 2 → …

一朝前边的 token 出现语法或逻辑特别，AR 无法原地修正，只可寄但愿于下一轮 tool call 来调停。

三、详确力演化：详情趣的赶紧锁定

猜度团队通过对扩散经由中 Mask Token 的熵（Entropy）演化，以及不同阶段 Attention 的蚁合与分辨的分析，得出了更深层的论断：

在 DLLM 的生成经由中，高省略情趣蚁合在有筹谋的早期阶段；

一朝高层有筹谋酿成，后续细节的生成会推崇出极高的拘谨速率；

attention 机制呈现出更赫然的"全局 → 局部"谐和模式，这与 AR 只是追求 token-level 的局部最优有筹谋，酿成了昭着对比。

不外，作家并莫得逃匿 DLLM 的不及之处——

Diffusion 模子在处理 Agent 场景时，对结构化输出更明锐。

通过遐想训推一致的 Mask 战术与 Attention 战术（如 context-clean corruption 和 span-aware attention mask），不错普及 DLLM Agent 的推感性能。

这意味着，要充分证据 DLLM 的后劲，并不成将其行为 AR 的通俗替代品，而需要针对 Agent 的交互场景，重新对皆接口与考研宗旨。

生成范式重塑 Agent 遐想维度

这项责任为 Agent 猜度提供了一个全新的视角——

生成范式本人，会深化塑造 Agent 的举止款式。

在皆备疏通的数据基底与技艺框架下，DLLM Agent 展现出了超越传统自总结模子的推论成果：

更早酿周详局筹谋

更少走弯路

更快速率罢了任务

这使得 Diffusion 不再只是"另一种生成模子"，而成为构建高效 Agent 的一个全新遐想维度。

下方 Demo 直不雅展示了 DLLM Agent 在成果上的显赫上风（同类对比示例可参考原论文中的 Case1）：

* 本文系量子位获授权刊载，不雅点仅为原作家所有。

一键三连「点赞」「转发」「防范心」

接待在挑剔区留住你的想法！

—  完  —

� � 点亮星标 � �

科技前沿进展逐日见开yun体育网