新研究提出证据引导恢复框架，解决 AI Agent 工具超时后的模糊状态
Genliang Zhu · hf · 2026-11-13
这篇论文针对 AI Agent 的一个现实痛点：工具调用超时后，动作可能已失败、已提交或仍在执行中，而工作流的其他步骤已经完成，Agent 面临模糊结果与部分执行状态。
- 作者在「已批准的义务、提供商能力与公开证据兼容的状态」之上形式化证据引导的任务恢复问题。
- 设计了共享可采性检查（处理密钥过期、授权时序、依赖与残留效应）和终端证书机制，区分「目标实际达成」与「证据支持的完成」。
- 实验中，规划式方法在 37 个任务中认证 28 个完成；预注册对比实验里，规划建议在 58 个配对单元中认证 30 个完成，对照的证据提示仅 9 个，相差 36.2 个百分点（p=0.0078），且提案数更少（272 vs 399）。
- 全部 116 条轨迹通过独立重放验证，保证与声明的提供商能力绑定而非假设第三方 exactly-once 执行。
「编程与Agent」频道最新
- 浙大×百度 Agent-R²:4B 小模型靠真实源数据合成超越更大开源基线 — ZhejiangUniversity · 2026-11-13
- Claude Fable 5.2 实测:RLI 得分 41.3%，多人文档/看板齐上线 — rubenhassid · 2026-11-13
- 开源工具 Dukoi:两分钟把旧安卓手机变成免费部署服务器 — Scobleizer · 2026-11-13
- OpenAI DevDay 智能体演讲视频上线:Jonathan Abrams 与 kagigz 主讲 — craigsdennis · 2026-11-13
- 微软 .NET 团队开源 16 个编码 Agent 技能插件，实测省 41% token — victor_explore · 2026-11-13
- 首个律所赞助的开源法律 AI MikeGC 发布，Intake 功能对标 Harvey — Scobleizer · 2026-11-13