多代理 LLM 工作流通常包括规划、执行、验证和摘要等环节，以提升任务表现。但每个环节的价值取决于已有的状态，盲目执行所有环节会浪费计算或覆盖正确的中间答案。我们将“跳过某环节”视为反事实信用分配问题：完整工作流日志提供实际轨迹的奖励，受控的跳过干预揭示省略后续步骤的后果。基于此提出 Learning What to Skip (LW2S)，它从干预数据中学习针对每个动作的安全模型，并结合留出校准和领域特有的守护条件决定是否跳过。当早期跳过被拒绝时，控制器仍可继续执行并在后续环节重新评估。实验在数学推理、多项选择问答和代码生成三个任务上，使用两类指令模型，显示 LW2S 在降低记录的 token 消耗的同时，保持或提升整体准确率。进一步的规模扩展和第二拓扑实验分析了组件冗余，错误共享案例说明仅凭一致性不足以决定跳过。研究表明，高效执行工作流等价于学习各组件的条件效用。
点评：LW2S 通过反事实干预实现了对工作流组件价值的动态评估，在保持性能的前提下显著节约计算资源，为多代理 LLM 系统的实际部署提供了可行路径。