前沿的黑盒大语言模型（LLM）代理在长时序推理和精确动作生成方面表现出色，但在特定任务环境中缺乏内部化的环境知识。世界模型可以通过预测环境对即将执行的动作的响应，为代理提供环境专属的先验信息。已有的 LLM 代理世界模型大多在每一步预测下一个观测，这种做法成本高且信息量有限，因为单个观测往往缺乏任务相关的指导，并且并非每一步都需要前瞻。
关键问题在于：世界模型应当预测什么，以及何时调用它才能真正帮助代理完成任务。我们的初步研究表明，当模型能够在有限的多步未来内预见潜在的陷阱时，指导效果最为显著。基于此，我们提出了 Pitfall Anticipation World Model（PAWM），它在检测到可能的陷阱时进行干预，并预测即将出现的失败，以引导代理规避风险。
PAWM 的训练分为两阶段：第一阶段在合成数据上进行监督微调（SFT），这些数据已标注出代理可能遇到的陷阱；第二阶段采用 GRPO（Goal‑oriented Reinforcement‑learning with Policy Optimization）与黑盒 LLM 共同训练，进一步在目标环境中优化模型表现。
实验结果显示，PAWM 将 Claude Sonnet 4.5 在 ScienceWorld 上的成功率提升了 24.3%，在 WebArena‑Lite 上提升了 7.7%，并超越了多种基线方法。这表明 PAWM 能够为黑盒 LLM 代理提供高效的世界模型指导。
点评：PAWM 通过聚焦关键的失败点而非全局观测，实现了更经济且更具针对性的前瞻预测，为提升黑盒 LLM 代理的鲁棒性提供了新思路。