Signals and Queries：高 Token 效率的智能体上下文发现

面向 Parlant 4.0 的轻量级过滤机制 Signals and Queries（S&Q）正式提出，可在下游评估前剔除至少 30% 的候选行为策略并保持高召回率。该方法离线生成正负样本并训练独立逻辑分类器，在线仅依赖嵌入向量与点积预测相关性，无需每轮对话调用 LLM。在 254 个 $\tau^2$-bench 对话前缀的测试中，S&Q 精确率全面优于 top-K 与余弦阈值检索。