Jul 28, 2026 · Qwen
Speculate While You Reason: Teaching Agents to Predict Their Next Tool Call via Joint Agent-Speculator RL
arXiv 论文 'Speculate While You Reason' 提出 self-speculating agent，通过联合 agent-speculator 强化学习，使同一模型在 agent 模式下完成任务，在 speculator 模式下从部分轨迹预测下一个工具调用，重用前缀 KV cache。在 agentic search QA 和 conversational tool-use 任务上，将 Qwen 的平均 next tool-call Hit@1 从 44.1 提升至 61.2。
EVENT STORY
Development
- First ReportSpeculate While You Reason: Teaching Agents to Predict Their Next Tool Call via Joint Agent-Speculator RLarXiv cs.AI
- Current Assessment该研究可能推动 agent 系统减少工具调用等待时间，提升实时交互效率。Agent Pulse · analysis
arXiv 论文 'Speculate While You Reason' 提出 self-speculating agent，通过联合 agent-speculator 强化学习，使同一模型在 agent 模式下完成任务，在 speculator 模式下从部分轨迹预测下一个工具调用，重用前缀 KV cache。在 agentic search QA 和 conversational tool-use 任务上，将 Qwen 的平均 next tool-call Hit@1 从 44.1 提升至 61.2。
该方法通过联合强化学习对齐 agent 和 speculator，避免额外 draft 模型或缓存，显著提升工具调用预测准确率。
该研究可能推动 agent 系统减少工具调用等待时间，提升实时交互效率。
减少 agent 工具调用延迟可提升用户体验，降低推理成本，对 agent 产品商业化有直接价值。
未来可观察该方法在更复杂多步 agent 任务上的泛化能力，以及是否被集成到主流 agent 框架中。