UCLA 等研究:AI Agent 约 18% 输出 token 是可删的浪费
rohanpaul_ai · x · 2026-11-09
UCLA 与东北大学等团队的论文《How Do AI Agents Waste Your Money?》提出统一框架，系统性测量异构 agent 系统中的 token 浪费。
方法： 记录并归一化完整 agent 轨迹，用 LLM-as-a-Judge 标记可删除片段，映射回原轨迹做 token 级度量；再通过删除片段并恢复执行，验证这些 token 确实无用。
关键发现：
- 约 18% 的 agent 输出 token 是可移除的浪费（重复策略、重复取文件、走进死路等），删掉几乎不影响任务成功率
- 在线剪枝实验中可移除 41–46% 的模型推理内容，同时大体保持任务表现
- 浪费更多取决于任务与 agent 设置而非模型；不同 harness 在同一模型同一任务下也会引入不同的低效来源
该框架把 token 浪费变成可操作的优化信号，对按 token 计费的 agent 应用有直接降本意义。
所属事件:研究称 AI Agent 约 18% 输出 token 属浪费(2 条相关)→
「编程与Agent」频道最新
- CS 七十年消不完不确定性，如今调 temperature 看缘分 — korymath · 2026-11-09
- 开源工具 Bello 宣称让 Codex 用量提升 3 倍且不损质量 — nikola_mr64990 · 2026-11-09
- AI 硬件工程平台 Nominal 获 2.4 亿美元 C 轮融资,估值 30 亿 — graceisford · 2026-11-09
- HF 工程师 Niels Rogge 公开本地 AI 入门课件：量化、MoE 选型与本地 Agent — NielsRogge · 2026-11-09
- OpenClaw 玩起「大型多人在线 AI」:上百个 agent 同服并行跑任务 — vincent_koc · 2026-11-09
- Loop:手机优先的 Agent 编排器,二维码配对即用无需服务器 — Two_Half_Pints · 2026-11-09