文本技能可以扩展工具使用代理的能力，但冗长的技能描述会显著增加计算开销。软提示提供了更紧凑的替代方案，然而从完整的成功轨迹学习可能会引入不必要的行为变化。我们发现，文本技能的有效作用高度集中在轨迹的少数位置。基于此，我们提出行为局部化（Behavioral Localization），通过比较冻结的代理在有无文本技能时的输出，识别出既提升成功 token 概率又显著改变下一个 token 分布的位置。随后利用这些局部化位置对一个短软提示进行监督。实验在 SpreadsheetBench 上使用冻结的 Qwen3.6-35B-A3B 代理进行。结果表明，前 10% 的轨迹位置捕获了 96.12% 的正向技能增益。在共享提示设置下，选择性监督将成功率从完整轨迹的 30.36% 提升至 36.79%。在任务特定条件下，使用前 10% 的局部化位置可达 57.38%，超越完整文本技能和基于策略的 OPCD 基线。该研究表明，仅需少量行为相关的轨迹位置即可为软技能提供有效监督。
点评: 行为局部化通过聚焦关键决策点，大幅提升软提示的效率和效果，为大模型在工具使用场景中的可扩展性提供了新思路。