看到这篇HCL-GP（分层组件学习+广义规划）的预印本，核心技术点是把分层任务分解和参数化策略学习结合，试图让LLM智能体跨实例泛化。摘要提到自动分解组件、构建组件库、组合式生成策略，这三个挑战确实切中当前LLM Agent的命门——大多数方案还停留在单任务过拟合或硬编码模板阶段。
从个人经验看，这类方法的瓶颈往往不在分解本身，而在组件库的维护成本。HCL-GP声称能“自动提取可重用组件”，但实际中组件边界定义和泛化阈值很难自动确定。我做过类似实验：用GPT-4对复杂任务（如多步API调用）进行分层，结果组件复用率在任务相似度低于60%时急剧下降，还不如直接Few-Shot。
我的质疑是：HCL-GP的泛化能力是否只在受限领域有效？比如，对于需要环境交互反馈的任务（如网页导航），组件库的动态更新成本可能抵消掉组合式生成的优势。相比之下，ReAct或Reflexion等框架虽然粗糙，但胜在实时纠偏。
抛两个问题：1）组件库的“可重用性”如何量化评估？2）当任务分布偏移时，是重新训练组件库划算，还是直接用LLM的零样本能力更省事？从行业看，这类工作如果真能降低微调成本，可能会推动LLM Agent从“演示驱动”转向“策略库驱动”，但离生产环境落地还差一个鲁棒性验证。