🔧 机制
听 S_i 时想 R_{i−1}；S_i 说完后停 R_{i−1}、入上下文、开始 R_i。推理块 <think>...</think> 包裹，超预算强制补闭合，之前所有推理保留续接。
预算 = t_chunk × n_tps（4s × 80 tok/s ≈ 320 token，7B 单卡 A100）。SFT 训出（交错语音/思考序列、标准 LM loss），非 prompt 方案；底座 Qwen2.5-Omni thinker-talker，只把 response token 送 talker 合成语音；工具场景序列过长用 LoRA。
推理续接是与 VST 的关键差异：VST 被打断丢弃进行中思考退回最新完成态，SHANKS 跨块保留全部推理——G5（推理链续接）在'听'通道有部分解。作者 future work：更聪明的分块降低听-想延迟（固定 4s 是妥协）。
📊 结果
数学打断场景：打断次数 +71%、打断有效率 +37.1%（vs 不想就打断）；工具场景：56.9% API 调用在用户说话期间完成，最终响应延迟显著降。
对照发现：GPT-4o 等闭源模型无法在用户说话时打断。与 Stream RAG（同期差一周）划界：那边只决定何时发检索查询、无显式静默 CoT；SHANKS 是更广的 thinking-while-listening 范式。
关键声明（原文核验、出处在本篇）：'the two methods can be combined: an SLM can think when listening and speaking. We believe this will be the future of SLM, and we leave this as a promising future direction.'——SHANKS+STITCH 组合无人做的声明在 SHANKS 不在 STITCH（团队引用纪律）。
💡 对主线的启示
提前调工具=提前行动的原型：输入还在流入时开始不可见的准备动作——动作侧'预约/投机执行'在语音域的对应物。
三点：① 56.9% 提前完成与 Speculative Interaction Agents 的'只读可投机'判据互引；② 推理续接正例（对比 VST 丢弃式）；③ 组合声明是'边动边想'（G3）的引用锚点——我们是该组合在动作通道的推广。
局限：固定 4s chunk、数学打断为构造性任务、32k 上下文限制、未见开源代码（08-16 快照，复现前重查）。对照：STITCH（说时想）、Chronological Thinking（严格因果零附加时延的听时想）、DuplexSLA（动作与说话同轴的模型侧）。