大模型 Agent 成为打通现实世界的关键入口，而衡量其能力的核心标准，早已从 “答对问题” 转向以更短路径、更少交互完成复杂任务。华为联合多所高校的研究团队，近日发布业界首个扩散语言模型 Agent（DLLM Agent），通过颠覆传统自回归生成范式，让 Agent 拥有了 “上帝视角” 般的规划能力：在准确率持平的前提下，端到端执行速度平均提升 30% 以上，部分复杂任务效率更是达到传统 AR 模型的 8 倍，为高效 Agent 构建提供了全新底层思路。
相关研究论文《DLLM Agent: See Farther, Run Faster》已正式发布，核心结论与实验细节为大模型 Agent 的设计与优化提供了极具价值的参考。
核心结论：换个 “底座”，Agent 效率实现质的飞跃
研究团队在完全相同的 Agent 工作流、训练数据和交互预算下，仅将底层模型的生成范式从自回归（AR）替换为扩散式（DLLM），就实现了 Agent 能力的系统性提升，核心结论可总结为四点：
-
速度大幅提升：DLLM Agent 端到端执行速度平均提升 30%，复杂多约束任务中提速可达 8 倍；
-
交互成本降低：成功完成任务的前提下，使用更少的工具调用次数和交互轮次；
-
规划能力更强：DLLM 展现出更优的 planner 能力，能更早收敛到正确执行轨迹，回溯和冗余操作大幅减少；
-
优势源于范式本身：该提升并非仅来自并行解码的速度优势，而是体现在 Agent 级别的规划与决策行为上，是生成范式带来的底层能力升级。
极致公平的对照实验：唯一变量仅为生成范式
为排除框架、数据、提示工程等干扰因素，确保实验结果的客观性，研究团队设计了行业内最严格的对照实验，让 AR Agent 与 DLLM Agent 站在完全相同的 “起跑线” 上：
实验统一设定
-
共用同一 Agent 框架：DeepDiver（多智能体架构，层级式规划）；
-
采用同一套工具接口、解析规则，使用完全相同的任务进行续训；
-
统一上下文长度（32K）、最大交互轮数、工具调用上限；
-
基础模型能力对齐：AR 模型为 openpangu 7b-v1，DLLM 模型为基于该模型续训的 openpangu diffusion 7b，二者基础推理能力一致。
针对性优化
仅针对 DLLM 的生成特性，在多轮长链交互训练中调整了Mask 策略和 Attention 裁剪策略，提升其训练与推理的一致性。
这意味着，实验中观察到的所有行为和效率差异，均源于生成范式本身，而非模型基础能力、框架或数据的不同。
实验实测：同达目标，DLLM Agent 走了更直的路
在构建完公平的对照平台后，研究团队通过中文多轮 Web 浏览基准测试（BrowseComp-zh）和典型复杂案例，验证了 DLLM Agent 的实战优势，核心表现为效率提升 + 路径优化，而非单纯的 “算得快”。
1. BrowseComp-zh 基准测试：准确率持平，效率全面领先
在包含 110 条任务的子集测试中，DLLM Agent 与 AR Agent 准确率均为 15.5%，但在核心效率指标上实现全面超越，同时也暴露了少量原生问题：
表格
| 方法 | 准确率 (%)↑ | 工具调用次数↓ | 交互轮次↓ | 无效行为率↑ |
|---|---|---|---|---|
| AR Agent | 15.5 | 7.5 | 13.0 | 1.9% |
| DLLM Agent | 15.5 | 6.7 | 13.0 | 6.4% |
核心亮点：DLLM Agent 平均工具调用次数、交互轮次显著减少，端到端延迟下降约 30%，执行轨迹更简洁；
待优化点：原生 DLLM 对结构化工具调用更敏感，无效行为率略有上升，可通过后续策略优化改善。
同时，实验数据显示，DLLM Agent 调用信息检索器的次数远少于 AR Agent，进一步印证了其规划的高效性。
2. 典型复杂案例：8.18 倍速度差，规划逻辑天壤之别
在一个融合动物命名、中资互联网母公司、团队合并、软硬件布局的多约束检索案例中，AR Agent 与 DLLM Agent 均给出正确答案，但执行过程和效率展现出巨大差异，端到端耗时相差 8.18 倍：
表格
| Agent | 工具调用路径 | 端到端耗时 |
|---|---|---|
| AR Agent | 多轮规划、反复验证、生成多个中间文档 | 1152.68s |
| DLLM Agent | 一次明确任务拆解，极短工具调用轨迹 | 140.95s |
二者的规划逻辑差异是核心原因：
-
DLLM Planner：先全局拆解 4 个核心约束，再并行分配研究任务，一步到位制定清晰执行计划；
-
AR Planner：按顺序拆解线索，边研究边验证，过程中产生大量冗余规划，导致效率低下。
这一案例直接证明，DLLM Agent 的优势核心在于更高质量的规划能力，而非单纯的计算速度。
底层原理解析：为何 DLLM 是天生的 “强 Planner”？
研究团队从生成过程、工具调用、注意力演化三个维度，深入解析了 DLLM Agent 规划能力更强的底层原因，发现其生成模式与人类 “先定大纲、再填细节” 的思维方式高度契合，这是其超越 AR 模型的关键。
1. 任务规划：先全局提取，再逐步细化
DLLM Planner 在任务拆解阶段呈现两阶段特征，1-2 个扩散步骤就能并行识别用户问题的所有核心约束，先搭建全局框架，再逐步补充逻辑细节；
而 AR 模型只能按 token 顺序 “边想边写”，一旦早期判断出现偏差，只能通过多轮重新规划、验证来修正，极易产生冗余操作。
2. 工具调用：先定方向，再并行填参
在工具调用阶段，DLLM 将整个操作视为一个整体 “动作块”：先确定要调用的工具，再并行生成所有参数与细节，并在生成过程中反复优化；
AR 模型则是线性流水线式生成，从函数名到各个参数依次输出，一旦前面出现语法或逻辑错误，无法原地修正，只能通过下一轮工具调用来补救。
3. 注意力演化：早期定方向，后期高收敛
通过对扩散过程中 Mask Token 的熵演化和注意力机制分析，发现 DLLM 的核心特性：
-
高不确定性仅集中在决策早期，一旦确定高层规划，后续细节生成的收敛速度极快；
-
注意力呈现 “全局→局部” 的协调模式，始终围绕核心任务展开；
-
而 AR 模型仅追求 token 级别的局部最优，容易偏离核心轨迹，产生无效操作。
4. 问题与优化：针对性策略可弥补原生短板
DLLM Agent 的原生问题是对结构化输出更敏感，易产生工具调用格式错误，研究团队通过设计context-clean corruption 和 span-aware attention mask等训推一致的策略，有效提升了其推理性能，降低了无效行为率。
这也说明，要充分发挥 DLLM 的潜力，不能将其简单替换 AR 模型，而需针对 Agent 的交互场景，重新对齐接口与训练目标。
行业意义：生成范式成为 Agent 设计的全新维度
华为此次的研究成果，为大模型 Agent 的研发带来了颠覆性的全新视角：生成范式并非单纯的技术细节，而是会深刻塑造 Agent 的规划与行为模式，成为高效 Agent 构建的核心设计维度。
在框架、工具、数据均相同的前提下，仅更换扩散式生成底座，就实现了 Agent 效率的大幅提升，证明 Diffusion 不再只是 “另一种生成模型”，而是能让 Agent 实现 “看得更远、跑得更快” 的关键底层技术。
这一研究为后续大模型 Agent 的优化提供了明确方向：围绕扩散式生成范式，针对性设计训练策略、工具接口和交互框架，有望在不提升模型参数量、不增加交互预算的前提下，实现 Agent 能力的质的飞跃，进一步推动大模型 Agent 从实验室走向实际产业落地。