编码 Agent 卡住时，最显眼的下一步往往不是最有用的：模型几乎总想先跑测试，但额外执行反馈的修复收益低于随机选择 https://arxiv.org/a… · @vintcessun · TwKit

@vintcessun

编码 Agent 卡住时，最显眼的下一步往往不是最有用的：模型几乎总想先跑测试，但额外执行反馈的修复收益低于随机选择 https://arxiv.org/abs/2610.28834 这篇论文把失败状态冻结，分别测试额外计算、任务信息和执行反馈，再用 Banzhaf 边际贡献拆解各自作用。结果显示，补充任务规格更常有帮助；检索代码基本无益。对 Agent 系统的启发是：资源路由不能只学模型偏好，还得识别当前缺的是约束、信息还是反馈。注意，这里测的是失败后的单次修订，不能直接推断反馈在反复迭代中不重要。

曝光 65 · 评论 3 · 点赞 2 · 书签 0