95% 单步准确率跑 20 步仅剩 36%:Agent 自主度该如何分配

KelvenSevero0 · reddit · 2026-10-28

一位 agent 开发者讨论「误差复利」问题：如果模型每步选对动作的概率是 95%，5 步端到端成功率约 77%，10 步约 60%，20 步骤降到约 36%——而且失败很少是干净的崩溃，往往是 agent 自信地走错路，三步之后才被发现。

他的落点：代码掌控控制流，模型只做判断题——LLM 负责模糊部分(分类、抽取、二三项决策、起草)，每步输出用普通代码校验后才进下一步，只有路径事先无法预知时才让模型自选。经验法则：能在白板上画出流程图的，就不该做成全自主 agent。

全自主看似成立的条件：路径事先未知、反正有人审查结果、走错代价低。编程 agent 三条全满足(diff 审查、测试、git revert)，所以是最成功的案例。他还提问：有没有生产环境无人类在环、模型自选步骤的全自主 agent？如何测量单步可靠性？是否有人从刚性工作流逐步放宽为 agent？

原文链接 →

「编程与Agent」频道最新

• 全代码建模动画的程序化敌人:一个敌人免费变无限变体 — majidmanzarpour · 2026-10-28
• 团队用 Agent 日产数百条视频:剪辑已解决,别再浪费时间线 — ZeroStateReflex · 2026-10-28
• 融资 870 万美元的 Jev 是炒作还是突破,深度拆解来了 — Kyrannio · 2026-10-28
• Warp 单 PR 成本从 80 美元降到 20 美元,吞吐量提升 40% — vikvang1 · 2026-10-28
• 2026 Python 类型调查:ty 使用率从 16% 飙至 37%,逼近 Mypy — charliermarsh · 2026-10-28
• 数据降温 AI 焦虑：最强 agent 仅完成 30.3% 任务 — AIFlow_ML · 2026-10-28

更多「编程与Agent」频道 AI 资讯 →