研究：智能体重复任务一致性仅26%至62%
原文标题：Making Agents More Consistent: Skills Should Form Habits for Repeat Tasks
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究发现智能体在重复任务上表现不一致，42个任务三次运行中38%至74%的答案不一致，且95%以上生成内容用于重复推导已知计划。论文提出技能习惯形成方法，从执行历史中挖掘确定性技能变体，在text-to-SQL任务上实现全部456次重复调度输出一致，并减少14%至56%的token消耗。
- 问题
- 智能体重复任务输出不一致且大量token浪费在重推已知计划。
- 方法
- 技能习惯形成：从执行历史挖掘确定性技能变体，声明输入区域，常见情况走脚本其余回退推理。
- 结果
- text-to-SQL上456次重复调度全部一致，token减少14%至56%，7至53次复用后转正。
- 影响
- 需要审计与合规的重复工作流可用习惯化保证一致性并省成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
智能体重复任务一致性仅26%至62%，95%以上生成内容在重复推导已知计划。
- •42个任务各跑三次，依模型不同有38%至74%的答案不一致
- •95.3%至97.2%的生成内容用于重新推导系统已知的计划
- •提出技能习惯形成：从执行历史挖掘确定性技能变体，声明其输入空间区域，常见情况走脚本、其余回退推理
- •text-to-SQL上四个推理臂仅能复现11至13/42（第四个26/42），习惯化变体在全部456次重复调度中输出一致，p<0.0001
- •token消耗减少14%至56%，7至53次复用后转为净收益；守卫在2.6%自然改写和26%边界输入上误放行
为什么重要：审计、监管和采购场景要求可复现性，当前智能体不满足；这条给出了可量化的替代路径及其精度代价。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。