Agent 成功率卡在 70-75%,如何真正移除人工审核环节?
Motor_Fox_9451 · reddit · 2026-09-24
一位构建过多套 AI agent 系统的开发者发帖:其 agent 工作流成功率只有 70-75%,导致必须保留 human-in-the-loop,虽然已优化流程、减少人力,但瓶颈仍在。
- 作者猜测原因之一是使用 Gemini 2.5 Pro 的能力限制;
- 但更根本的是任务本身非标准化,约 10% 的判断是主观的;
- 他想听取成功移除人工环节者的经验:如何做到、该学习什么。
帖子引发的是 agent 可靠性与 eval 工程的核心问题:对于含主观判断的非标准化任务,仅靠换更强模型可能不够,还需要更细的任务拆解与评估体系。
「编程与Agent」频道最新
- Salesforce 推出 JitMem：读取时才整理记忆，Agent 三大基准最高提升 16.3 分 — Salesforce · 2026-09-24
- 用编程 Agent 训练机器人：Em-bodiedSWE 让 VLA 在真实机器人上完成长时程任务 — Haoxiang You · 2026-09-24
- Discord 在菲律宾被封,开源工具 Discrawl 帮你本地备份全站记录 — steipete · 2026-09-24
- 接上 Coinbase MCP，让 AI Agent 每天替你读市场简报管持仓 — MurrLincoln · 2026-09-24
- 阿里 Qoder 限时免费用 Qwen3.8-Flash，免费账号也适用 — Aiden_Tech_Ai · 2026-09-24
- 论文:用 38.5% 题目复现生产级 Agent 评测,误差仅 1 分 — omarsar0 · 2026-09-24