現実世界のエージェントは論理的な判断だけでなく、タイムリーな判断も求められます。これは、環境の変化を常に把握し続ける必要がありますが、現在の言語モデルの進展にもかかわらず、既存のアプローチはこの動的な性質を考慮していません。本研究では、進化する環境におけるエージェントのための新たな問題設定としてリアルタイム推論を提唱し、Real-Time Reasoning Gymを構築しました。言語モデルを活用する2つのパラダイム、すなわち反応型エージェントと計画型エージェントを研究しました。実験の結果、最先端モデルでさえも、論理的かつタイムリーな判断を下すのに苦労していることが示されました。この制限を克服するため、AgileThinkerを提案し、両方の推論パラダイムを同時に活用することで、タスクの難易度と時間的圧力が上昇しても一貫して優れたパフォーマンスを発揮しています。この研究は、実用的なエージェントの開発のための重要なテストベッドとして、タイムリーなAIシステムの研究基盤を提供します。