UT Arlington 论文揭示 Agent「理解-执行差距」:自认完成仍漏需求
alex_verem · x · 2026-09-27
德克萨斯大学阿灵顿分校研究者发表论文,指出 AI agent 存在理解-执行差距(understanding–execution gap):一条需求即使对 agent 可见,也未必被落实到最终结果里——即使 agent 把任务标记为“已完成”。
实验从 agent 可见的指令中提取了 509 条需求,跨 7 个模型测试,单条需求满足率约 80–86%;但满足大部分需求不等于完成任务。
典型例子:让 agent 准备逾期付款提醒,三条指令(用最新付款记录、排除有争议发票、发送前等待批准)都出现在 agent 的计划里,输出也工整漂亮、金额对得上,但实际上当天早上已有两位客户付款、还有一张发票在争议中——需求被“看见”却没有被执行。
「编程与Agent」频道最新
- Google 开源 PaperOrchestra:多 Agent 自动写 AI 研究论文 — google-research · 2026-11-16
- ffmpeg-skill 爆火:42 个 FFmpeg 工具让编码 Agent 本地剪视频 — kajisho5 · 2026-11-16
- 团队让 Agent 自动回复 Slack,网友直呼「和所有人的幽灵版聊天」 — iamrobotbear · 2026-11-16
- AI 求职面试复盘法:让 Claude 指出你哪段回答最没说服力 — brandon_galang · 2026-11-16
- DeepSeek 开源官方 App 前端 chat-demo,3.9k 星 — NielsRogge · 2026-11-16
- lemire:AI 改变编程的不是速度,而是扩大工程师的「认知半径」 — lemire · 2026-11-16