arXiv 2026年10月6日该工作把以规划、记忆、工具与控制流四组件构建的LLM智能体系统，重新表述为轨迹层面的五维“智能体认知深度”画像——上下文敏感性、时间连续性、多模态协调、自适应交互与元认知监控，为每个维度给出可操作代理指标与扰动程序，并把画像关联到智能体世界模型，提出用扰动测量、部署期动态观测与机制可解释性三种互补方式测量，同时指出符号验证器、结构化记忆、规划器耦合与工具约束等神经符号设计模式可用于构建和检验这些能力。该工作把以规划、记忆、工具与控制流四组件构建的LLM智能体系统，重新表述为轨迹层面的五维“智能体认知深度”画像——上下文敏感性、时间连续性、多模态协调、自适应交互与元认知监控，为每个维度给出可操作代理指标与扰动程序，并把画像关联到智能体世界模型，提出用扰动测量、部署期动态观测与机制可解释性三种互补方式测量，同时指出符号验证器、结构化记忆、规划器耦合与工具约束等神经符号设计模式可用于构建和检验这些能力。研究者提出智能体认知深度五维轨迹评估框架，主张同一端到端得分下应报告分项画像该工作把以规划、记忆、工具与控制流四组件构建的LLM智能体系统，重新表述为轨迹层面的五维“智能体认知深度”画像——上下文敏感性、时间连续性、多模态协调、自适应交互与元认知监控，为每个维度给出可操作代理指标与扰动程序，并把画像关联到智能体世界模型，提出用扰动测量、部署期动态观测与机制可解释性三种互补方式测量，同时指出符号验证器、结构化记忆、规划器耦合与工具约束等神经符号设计模式可用于构建和检验这些能力。该工作把以规划、记忆、工具与控制流四组件构建的LLM智能体系统，重新表述为轨迹层面的五维“智能体认知深度”画像——上下文敏感性、时间连续性、多模态协调、自适应交互与元认知监控，为每个维度给出可操作代理指标与扰动程序，并把画像关联到智能体世界模型，提出用扰动测量、部署期动态观测与机制可解释性三种互补方式测量，同时指出符号验证器、结构化记忆、规划器耦合与工具约束等神经符号设计模式可用于构建和检验这些能力。