给 Agent 30 步和 300 步预算,策略应如何不同?
题目
给 Agent 30 步和 300 步预算,策略应如何不同?
参考答案
点击展开参考答案
- 预算作为显式状态传给 Planner,但由 Harness 强制。
- 小预算优先最小可行路径:关键证据、核心实现、必要验证,减少探索;大预算分阶段分配探索、并行候选、深度验证、安全审查和优化,设里程碑与保留额度,避免前期耗尽。
- 更多步骤不自动带来质量,模型可能早停或无效循环。
- 用价值/成本和信息增益决定继续,阶段完成后动态回收预算;接近上限安全收尾。
- 评测不同预算的成功–成本曲线、边际增益和饱和点,训练预算感知计划而非仅提高 max_steps。