智能体查询执行的感知成本优化

论文提出智能体查询执行范式，将基于智能体的规划与执行交错进行，并推出自改进优化器 EnumGRPO。EnumGRPO 在学习阶段枚举执行范式、算子类型、算子位置等计划，通过上下文内强化学习把质量-成本反馈蒸馏为可复用规划启发式。