长时程法律推理的测试时智能体演化

法律智能旨在支持涉及案件状态演变和多种角色的长时程法律流程中的可靠决策。然而，现实世界的法律部署在事实、证据和程序背景方面存在显著的案件异质性，暴露出静态智能体策略的局限性。此外，法律推理在不同角色和程序阶段之间具有内在的相互依赖性，因此全局可靠性从根本上不同于孤立的角色能力。为应对这些挑战，我们研究无需训练的测试时智能体适应方法：智能体在不更新模型参数的情况下，持续利用部署期间从先前案件和当前交互中获得的信号。我们提出 \method，引入\emph{测试时记忆演化}，从先前案件中检索可复用经验，使其适应当前的事实和程序背景，并整合累积经验以支持后续决策。此外，\emph{与规则对齐的协作}依据行为和程序要求，对特定角色的行动进行验证和修订，从而实现跨角色、跨阶段的协调决策。在五个骨干模型上针对 J1-EVAL 和 LegalWorld 进行的大量实验表明，与具有代表性的推理和智能体基线相比，该方法在合理的交互与计算成本下实现了稳定提升。消融实验和案例研究进一步表明，这两个组件在经验适应和跨角色协调方面具有互补优势，提升了长时程法律推理的可靠性和效率。