该论文针对实时支付欺诈检测中的非平稳流式预测难题提出 SR-Fraud 框架。作者指出，线上反欺诈场景具有三个结构性困难：一是对抗性——欺诈者在监督标签成熟之前就已经改变手法，导致模型训练的标签与真实分布之间存在天然时滞；二是局部突袭性——短时间、区域化的爆发式攻击可能在周期性重训练发生之前就造成实际资金损失；三是现有生产系统的能力边界——主流方案依赖表格型分类器（如梯度提升树）与人工规则，这两类方法擅长拟合稳定的历史分布，却难以在重训练周期之间捕捉新出现的序列性行为模式。 为解耦“请求时决策”与“离线自适应”，SR-Fraud 采用三段式架构：第一，一个冻结的、无状态的 LLM 智能体在请求时对每笔交易打分，其输入来自“混合情景窗口”（Hybrid Episodic Window），该窗口将近期交易片段与历史情景信息组合，用以刻画用户行为的漂移；由于智能体本身不更新参数，线上推理保持确定性与低延迟。第二，一个离线反思智能体（reflection agent）消费已经“成熟”的、标签确认后的错误样本，从中提出关于决策边界的假设（boundary hypotheses），即对当前判据可能失效之处的自然语言化推测。第三，一个确定性校验器（deterministic verifier）对假设进行验证，只有被证据支持的假设才能被写入可执行的知识状态（executable knowledge state），从而避免 LLM 幻觉直接污染在线决策逻辑。 在真实生产支付欺诈基准上，作者报告 SR-Fraud 相比其冻结的决策智能体在全部分类指标上均有提升，点估计优于静态 CatBoost 与周期性重训练的 CatBoost，并成功检出一段新兴的欺诈爆发。论文的贡献在于提出“冻结决策 + 离线反思 + 确定性准入”的可治理 LLM 智能体范式，为非平稳流式风险场景提供了比周期性重训练更快的适应路径；适合从事反欺诈、流式机器学习、LLM 智能体可靠性研究的工程与研究读者。