Internalizing the Future

论文提出统一的 agentic training 范式，让 LLM agent 在执行长程任务前内部模拟未来状态。摘要的关键判断是，标准 agent 在 sequential decision-making 中仍然偏反应式，缺少人类式的 “what-if” 计划比较机制。技术含义是 world model 不再只是外部评估器，而被纳入训练流程，服务于行动前的计划筛选。