同 token 预算下 web agent 增强方法优势大半消失
MMedAgent · hf · 2026-10-23
斯坦福 gspandana 等人的新研究（arXiv:2606.15017）检验了一个关键问题：许多 web agent 在测试时在线添加记忆、技能或工作流（如 AWM、ASI、ReasoningBank），这些增强确实有效，但会消耗大量推理 token。若把总 token 预算控制住，增强相对「朴素 agent」还有优势吗？
做法：在 WebArena 上重新评估这三种在线增强方法，对照组是同样总推理预算、但可自由把预算花在更多交互步骤上的 vanilla agent。
发现：在预算匹配条件下，三种方法此前报告的相对优势大半消失。
两点启示：
- 对比 agent 应该在相同 token 消耗下进行，而不是相同步数。
- 为 scaffolding 而 scaffolding 往往导致单位 token 性能下降；多位从业者（如 hllowrld）表示在实际中也观察到同样结果。
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
- Richard Socher 发布 Flint：4 个月造出本地快速编程小模型 — RichardSocher · 2026-10-23
- 北大与阿里发 OmniDR-Bench:首次评测以视频为中心的深度研究智能体 — Qwen · 2026-10-23
- 10万美元内核挑战赛被曝抄袭：直接拿 GPU MODE 开源代码让 Agent 重写成 Go — josh_wills · 2026-10-23
- GBrain 推出 AI 记忆多账号切换，一浏览器同时登四号 — garrytan · 2026-10-23
- 开源教材《Kubernetes System Design in Small Easy Steps》上线，78 页免费读 — burkov · 2026-10-23
- 开发者开源 WooCommerce MCP 服务器：用 Claude 直接查询店铺订单与库存 — thejester1324 · 2026-10-23