斯坦福/哈佛论文：Agent 失败不在智力差,而在不会中途改计划
PolarBearby · x · 2026-09-19
转发的长推介绍了 Stanford 与 Harvard 的一篇论文,解释为何多数 "agentic AI" 系统 demo 惊艳、实际使用却崩盘。
核心论点:agent 失败不是因为不够聪明,而是因为不会适应(adaptation)。大多数 agent 被设计为执行计划而非修订计划——它们假设世界稳定、工具按预期工作、目标持续有效;一旦前提变化,agent 仍自信地重复错误动作。
作者区分了两种能力:
- 执行(execution):按计划行事
- 适应(adaptation):察觉计划有误并在中途改变行为
现有 agent 几乎只具备前者。论文还强调适应不等于微调:这些 agent 不重新训练,而是通过监控结果、识别异常来调整——但多数系统连这个监控环节都没有。
「编程与Agent」频道最新
- mitsuhiko:认真试用 Web Components 后团队全线转投 React — mitsuhiko · 2026-09-19
- 实测:jev 在真机安卓 e2e 测试比 DeepSeek+视觉方案快约 14.8 倍 — kevinkern · 2026-09-19
- Claude Code 2.1.277 开始支持 AGENTS.md,无 CLAUDE.md 时自动读取 — romainhuet · 2026-09-19
- -render + jev 实验:毫秒级即时渲染的 Generative UI — cramforce · 2026-09-19
- 别照抄编码 Agent 架构:六步法设计知识型 Agent — MaryamMiradi · 2026-09-19
- Jeb 实战用法：给 prompt 分级、判断该拒绝还是该执行 — QuixiAI · 2026-09-19