等 token 预算下重评：Web agent 在线增强的优势大半消失
hllo_wrld · x · 2026-10-23
一项新研究（arXiv:2606.15017）在总推理 token 预算对齐的条件下，于 WebArena 上重新评估了近期的 web agent 在线增强方法（AWM、ASI、ReasoningBank）——即让 vanilla agent 把同样的预算花在更多交互步数上。结果发现三种方法的报告优势在等预算对比下大半消失。作者提出两点结论：
- 比较 agent 时应按相同 token 数而非相同步数对齐；
- 为堆 scaffolding 而堆 scaffolding 往往导致单位 token 性能变差。
评论区从业者表示在自己的工作中也观察到同样现象。
所属事件:研究：同 token 预算下 web agent 在线增强优势大半消失(2 条相关)→
「编程与Agent」频道最新
- 开源 video-short skill:用 AI Agent 把素人录像一键剪成精品短视频 — petergyang · 2026-10-23
- 实测：agent 重试不关连接，每任务白烧约 148 tokens — No-Peanut-6988 · 2026-10-23
- 实测 agent 沙箱：开启自动批准后 12 次全部放行外联 — No-Peanut-6988 · 2026-10-23
- OSI 黑客松开源 Consilith:人类与多个 AI Agent 同室协作做科研 — BenBlaiszik · 2026-10-23
- 单个 Claude Code 会话自主跑 53 小时：编排器只管编排不读代码 — wonderclown17 · 2026-10-23
- 插上 SD 卡走人：开发者用 Codex + DaVinci Resolve 全自动剪视频 — dkundel · 2026-10-23