度量 Agent 工作的人类成本：审阅时长、返工与每次任务花费
bibryam · x · 2026-10-26
Michael Cutler 提出一套量化「AI agent 工作中人类投入」的采集协议：不要假设监督时间，而要实测每完成一个合格任务消耗的人力与 agent 花费。
要点：
- 先定义任务：选定一类有边界任务（如 bug 修复、带来源的研究笔记），写下资格规则并在开工前登记所有任务，不只收集「值得晒」的运行
- 以业务任务为计数单位：首次补丁被拒+两次修改=1 个任务 3 次尝试，开新会话不清零累计成本
- 每次尝试记录处置：接受/拒绝/未审，附理由与证据；明确验收人、所需证据、采集截止日与后续缺陷复查日
- 今天的验收与明天发现的缺陷可并存于同一记录中
作者强调这是提案方法而非已完成实验的汇报；证明省时间还需另做对比实验。
「编程与Agent」频道最新
- Agent S4：27B 模型不改权重，OSWorld 从 5.6% 提到 21.3% — krishnan · 2026-10-26
- OpenAI 计算机使用 agent 团队：速度已逼近超越人类专家 — a16z · 2026-10-26
- Qdrant 推出迁移工具：从 Chroma 一条命令搬迁，无需重新 embedding — qdrant_engine · 2026-10-26
- 越狱 10 年旧 Kindle,锁定屏变身 AI 用量仪表盘 — OpenAIDevs · 2026-10-26
- 512 颗 LED 组成立方体,实时随音乐律动 — OpenAIDevs · 2026-10-26
- 零工程经验农民用 Codex 给大棚装上自动通风系统 — OpenAIDevs · 2026-10-26