LEASH 框架：小模型打头阵，成本降 19.2% 媲美全时 Claude Opus 5
xwang_lk · x · 2026-10-17
Simular 与威斯康星大学麦迪逊分校提出 LEASH，一个免训练框架，解决 computer-use agent 的成本困境：每步都用前沿模型太贵，只用小模型又容易失败。
方法：默认让弱模型执行，仅在需要时交给强模型，之后继续「拴绳」监控。三层机制均以 latent uncertainty 为燃料：
- 初始不确定性观测器做早期路由
- 步级不确定性做运行时升级 handoff
- 影子观察者持续监督黑盒 API 强模型
不确定性估计复用动作生成时已有的激活，无需额外前向传播或专门训练监控模型。
结果（OSWorld，四个模型骨干）：
- 一致优于单独弱模型，在同等升级率下比随机升级高 6.55–11.94 个百分点
- Qwen3.5-35B-A3B + 强模型升级：任务成功率 73.66%、每任务成本 $0.4117，匹配全时 Claude Opus 5（72.90%）但推理成本降 19.2%
- 同等成本下比随机路由高 9.1 个百分点
所属事件:LEASH 免训练框架：弱模型打头阵按需升级，成本降近两成(2 条相关)→
「编程与Agent」频道最新
- 程序员给 AI Agent 配闹钟工具,通宵跑任务能叫醒自己 — zack_overflow · 2026-10-17
- OpenAI 推出 Codex 硬件项目社区站,用 Codex 造出掌机游戏 — OpenAIDevs · 2026-10-17
- Claude 团队工程师：终端里并行跑 5 个 Claude，一年内成日常 — adonis_singh · 2026-10-17
- AI 审计 AI 成新生意，谁来审查审查者？ — CrashTestingAI · 2026-10-17
- Rob Leclerc:现有 AI 编码体验仍糟糕，「胶带」撑起的表象终将被超越 — robleclerc · 2026-10-17
- AI Agents 迎来「Kubernetes 时刻」：Agent 逻辑正下沉到平台层 — bibryam · 2026-10-17