内置路由器：从冻结的 LLM 中诱导原生技能路由

技能使 LLM 智能体的能力超越其参数化知识，而这种能力提升取决于能否选对技能。已部署的工具框架会将每项技能的元数据预先加载到上下文中，这会分散智能体的注意力，并限制技能库的规模。检索流水线将选择过程移出上下文，但也因此将其移出了智能体自身的能力范围。我们展示了冻结的智能体 LLM 已经在其自身的前向传递中携带了路由信号，只需两个线性映射即可将其读出，且无需在上下文中加入任何技能文本。Gavel（Glance And Verdict from a frozen LLM）分两步读取该信号。第一步是“扫视”：通过这两个映射，将任务和每项技能的中间层状态投影出来；这两个映射是唯一经过训练的参数。随后，系统使用每项技能对应的紧凑库对整个技能库进行评分，而这些库在安装时通过一次前向传递构建。第二步是“裁决”：继续执行入围技能的前向传递，读取模型自身的似然度和“是/否”判断，并将其与“扫视”结果以专家乘积的方式融合。Gavel 只需训练一次，便能零样本迁移到三个公开基准以及我们新建的 SkillTraj 基准；后者包含 372 条模拟智能体轨迹。在 Qwen3-32B 上，相比渐进式披露和检索后重排序流水线，Gavel 在书面任务上的表现最高提升 13.4 个百分点；当技能需求在执行过程中途出现时，最高提升 21.9 个百分点，而前述流水线额外引入了 1.2B 至 16B 个外部参数。随着骨干模型能力提升，路由准确率也会提高；在 bash-agent 工具框架中，同一个 32B 模型在 Skill-Use 上触发正确技能的频率，高于运行在 Codex 中的规模大得多的前沿模型。