Never Stop Thinking: Continuous-Time Language Agents

连续时间 agent 允许模型在聆听和发言期间被打断、恢复并持续思考；ReactiveBench 用 120 个实时场景测量端到端行为。整体延迟下降 19%，目标工作区间约贡献一半收益；加入 on-policy 类型化奖励后，流式完成率从 48% 提升到 73%±5%。这表明实时交互的瓶颈不只是生成速度，还在于把思考状态做成可调度对象，同时要警惕 LLM judge 对中断行为的评估偏差。