Test-Time Agent Evolution：面向长周期法律推理的测试时智能体演化

研究提出 Test-Time Agent Evolution，一种免训练的测试时智能体自适应方法，用于应对长周期法律推理中案件事实、证据与程序语境高度异质、静态智能体策略失效的问题。该方法针对法律推理跨角色、跨程序阶段相互依赖的特点，强调全局可靠性而非单一角色的孤立能力。