#退避策略

研究：监管者反成干扰源，工具智能体需成本感知退避

论文研究监督型调控器对工具使用智能体的干扰，在受控文件恢复环境中发现调控强度上升会触发工具失败，成本盲目的调控器会将其转为持续阻塞。作者提出基于已知诱发事件移动平均的自适应退避规则，在 Gemini 2.5 Flash 的 576 次实验及手写策略智能体上均减少阻塞、提升任务完成率。