工具使用代理在每次策略更新后，历史估计的动作信用可能变陈旧。重新计算需要大量工具调用和环境交互，成本高。
关键观察是，动作价值的变化不一定导致决策改变，只要策略漂移不足以颠倒动作排序，历史信用仍然有效。
为量化这种影响，引入成对分支敏感性（pairwise branch sensitivity），用于捕捉策略更新对区分两个候选动作的下游分支的影响强度。
基于此，推导出一阶锚定信用传输估计器，利用旧的干预轨迹在不重新采样的情况下近似更新历史信用。
进一步提出决策充分信用门（Decision‑Sufficient Credit Gate，DSC‑Gate），根据分支敏感性决定是复用、传输还是重新采样信用。
实验表明，分支敏感性比全局策略距离更能解释信用漂移。拥有足够历史数据时，信用传输显著降低估计误差，且对决策的收益集中在影响分支的更新上。独立测试集上，DSC‑Gate 相对基于间隙的门，平均后悔仅增加 +0.00004，同时平均新工具步骤从 472 降至 286，下降 39.4%。真实工具代理参数更新后也观察到相同趋势。
结论：代理不必在每次策略更新后重新计算动作信用，能够复用或廉价校正大部分历史证据，从而显著减少保持决策最新所需的额外交互。
点评