卡内基梅隆大学、微软研究院和清华大学联合提出的ALAR框架，通过引入“推理深度自适应”，在多轮交互中显著减少生成Token，提升推理效率。该方法结合潜在推理与显式思维链，根据任务难度动态切换，优化了Agent的决策过程，减少了84.6%的Token消耗，同时保持了准确率，为大规模部署Agent提供了新的效率提升方案。

卡内基梅隆大学、微软研究院和清华大学提出的ALAR框架，通过引入“推理深度自适应”，在多轮交互中显著减少生成Token，最高可达84.6%。该方法结合潜在推理与显式思维链，动态选择推理模式，优化决策效率，提升Agent在复杂任务中的表现，同时降低计算成本和响应时间。