长时程 LLM 代理需要在观察、动作、工具调用和中间信念的延长序列中保持任务状态。我们从自组织临界性、弱混沌和亚稳信念动力学三个视角审视这些轨迹。框架将代理隐含的状态与基准真实状态对齐，量化应力累积、错误雪崩、时间依赖、局部‑全局不匹配、有界发散、信念盆地转移以及在显式空模型下的有限尺度标度。
在 22 项实验中，包括受控谜题、工具使用、具身任务、多跳检索、通用助理推理和生命游戏等，我们观察到：局部有效的动作在全局状态忠实度失效后仍可持续；应力可触发突发崩溃；错误序列呈现长记忆；依赖深度改变传播模式；更长的视野容纳更大规模的雪崩。与此同时，发散保持有界，信念状态表现为亚稳而非完全混沌，且未发现普遍的幂律、临界点或共享的干预最优解。
这些发现表明，代理世界模型的科学应基于轨迹层面的动力学诊断，而非仅依赖终端奖励。
点评