Agent终于有了第二种大脑：LLaDA2.2边行动边纠错，128K上下文驶入扩散赛道

过去几年的AI Agent大多沿着同一条轨道前进，LLaDA2.2则在旁边铺出了一条新线。

ChatGPT、Claude等主流Agent背后，普遍采用从前往后逐Token生成的自回归语言模型。如今，inclusionAI团队发布并开源LLaDA2.2-flash，把块并行生成的扩散语言模型带进长程智能体任务。

团队将其定位为全球首个大规模Agentic扩散模型，原生支持128K上下文，采用千亿级MoE架构。

这正把扩散语言模型与自回归模型区别，从写作方式推进到任务执行方式。

Agent为什么需要第二种生成方式？

自回归模型像沿着时间线前行的作者，逐词参考前文；扩散语言模型则像协作编辑组，同时处理文本块中的多个位置，再通过多轮去噪逼近答案。

并行处理带来速度空间，Agent还要理解工具返回值、维护状态并调整动作。于是，Agent边行动边纠错成为走向真实交互的关键。

LLaDA2.2给出一套完整组合：Levenshtein编辑调整文本结构，L-EBPO吸收环境奖励，128K长上下文与BlockRouting支撑长程任务。这让千亿参数MoE扩散语言模型第一次拥有更完整的Agent工作流。

LLaDA2.2引入KEEP、SUBSTITUTE、DELETE、INSERT四种原子操作，并利用最长公共子序列LCS，把中间草稿和目标答案对齐。

内容合适就KEEP，需要更新就SUBSTITUTE，遇到冗余用DELETE移除，发现信息缺位则由INSERT创建新位置，再交给后续去噪步骤补全。

这套Levenshtein编辑扩散模型机制，让生成从固定长度改字升级为动态调整结构。在SWE-bench Verified对照实验中，启用后得分从35.8升至44.4，提升8.6个百分点，可变长度编辑的价值清晰可见。

Agent的每一步都会得到执行、格式和任务完成度等反馈。LLaDA2.2提出L-EBPO强化学习算法，把环境奖励带回编辑决策，让模型学习何时删除、何时插入、怎样选择更合适的动作。

如果Levenshtein编辑提供了工具，L-EBPO就像导航系统：一边接收路况，一边修正路线。由此，扩散模型Agent工具调用形成行动—反馈—调整—再行动的闭环，为客服协同、软件工程和数据分析等长程任务带来新空间。

复杂Agent往往需要读懂长文档、代码仓库、历史对话与工具日志。LLaDA2.2通过渐进式训练，把上下文从8K扩展到64K，再推进到128K，成为更适合长任务的128K上下文Agent模型。

上下文越长，MoE专家调度越需要精细。LLaDA2.2采用BlockRouting MoE推理优化：先在块级筛选固定规模的专家池，再让Token在池内进行top-k路由。这样既保留专业分工，也让专家激活范围更可控，为长上下文多轮交互Agent提供稳定的计算基础。

在官方技术报告列出的7项Agent基准中，LLaDA2.2-flash平均得分53.83，Ling-2.6-flash为55.74，两者差距不到2分。

由于部分基准采用的评测脚手架不同，这组数据更适合观察整体趋势。进一步看，LLaDA2.2-flash在τ²-Bench、PinchBench和MCP-Atlas三项交互式任务上取得更高分数，展现出真实互动场景中的潜力。

这组LLaDA2.2和Ling-2.6-flash对比更亮眼的部分在效率。覆盖11类工作负载时，LLaDA2.2-flash的BF16平均吞吐量达到Ling-2.6-flash的1.64倍；切换到FP8量化后，平均吞吐量还能再提升18.6%。

在SWE-bench Multilingual上，报告给出的吞吐量对比达到459.5 TPS对200.6 TPS。

速度、上下文与互动能力开始汇合，也让Agentic扩散语言模型开源项目走向可验证、可下载、可部署的新阶段。目前，LLaDA2.2-flash开源模型下载已在Hugging Face开放，技术报告和代码也已发布。

LLaDA2.2让两种生成机制各展所长：需要严格顺序、精确格式与强因果流程时，自回归模型稳步推进；需要并行探索、快速生成和动态编辑时，扩散模型发挥效率优势。

未来的Agent系统，或许会按任务阶段自动切换：规划时并行探索，执行时保持顺序，收到反馈后再进入可编辑的修正过程。自回归与扩散双轨Agent架构，有望连接高质量推理与高效率执行。

从LLaDA2.0的千亿参数，到LLaDA2.1的Token级边写边改，再到LLaDA2.2进入多轮工具调用与环境反馈强化学习，扩散语言模型的路线愈发清晰。

AI Agent的下一程，正在从只会一步步生成，走向能够并行思考、持续编辑、实时调整。