该论文研究智能体大语言模型在数字取证场景中对未文档化移动应用数据库进行结构推断的能力。数字取证分析越来越依赖智能体 LLM，但模型能否准确推断移动应用数据库内部的关系结构（如表间关系、连接属性和可执行连接路径）仍缺乏系统评估。在取证语境下，结构错误的推断可能产生看似合理但证据效力不足的结果。论文将智能体结构推断作为独立能力进行评估，分为执行成功与结构正确两个维度，并采用固定、确定性的评估管线，针对两个对比鲜明的 SQLite 数据库：Android 短信数据库（具有稳定的标识符传播）和 Snapchat 数据库（具有不规则模式、临时标识符和多态关系）。作者使用专家验证的 SQL 真值，分别评估（i）推断关系链接的结构正确性；（ii）多表推理下的执行连贯性；（iii）当执行成功但关系解释偏离专家真值时，推断结构的稳健性与失败模式。评估独立于语义解释，并在附录中提供完整查询与执行轨迹。结果显示：结构推断在规则模式中保持可靠，但随着模式歧义增加而急剧退化，经常产生结构上看似合理但实际错误的连接，且这些连接能够成功执行。这些发现阐明了与模式无关的智能体推理在哪些方面可以支持取证分析、在现实模式不规则下其稳健性如何下降，以及在推断关系被视为可靠证据前为何必须进行额外验证。