99国产精品欲av蜜臀,可以直接免费观看的AV网站,gogogo高清免费完整版,啊灬啊灬啊灬免费毛片

網易首頁 > 網易號 > 正文 申請入駐

大模型智能體如何突破規?;瘧闷款i,核心在于Agentic ROI

0
分享至



本文第一作者為上海交通大學計算機學院副教授劉衛文,研究方向為大模型智能體,大語言模型,個性化算法等。

近年來,隨著大語言模型的快速發展,基于其構建的大模型智能體(LLM Agents)正逐步從技術演示走向實際應用部署。然而,真正實現規模化應用仍面臨諸多瓶頸。使用范圍主要集中于專業領域,如代碼生成、科研輔助等。在大眾、高頻、日常的應用場景(如電商、個人助理)中,普及率依然較低。這一現象引發了一個關鍵問題:

當前制約大模型智能體實際可用性的真正原因是什么?

上海交通大學聯合中科大在本文中指出:現階段大模型智能體的主要障礙不在于模型能力不足,而在于其「Agentic ROI」尚未達到實用化門檻。



  • 論文題目:The Real Barrier to LLM Agent Usability is Agentic ROI
  • 論文鏈接:https://arxiv.org/pdf/2505.17767

Agentic ROI:大模型智能體實現規?;瘧玫年P鍵瓶頸

研究團隊提出 Agentic ROI(Agentic Return on Investment)這一核心指標,用于衡量一個大模型智能體在真實使用場景中所帶來的「信息收益」與其「使用成本」之間的比值:



  • Information Quality:指智能體所生成的信息質量,包括準確性、完整性等。
  • Quality Threshold:指最低可接受的信息質量閾值(注:根據上下文推斷)。
  • Human Time和 Agent Time:分別指人類與智能體完成對應任務所需的時間。
  • Interaction Time:指用戶與智能體交互所需要的時間,如用戶進行任務描述、驗證結果過程中所消耗的時間。
  • Expense:指用戶經濟成本,如模型調用、API 使用的開銷。

只有當信息質量超過一定閾值,且智能體所節省的時間和成本之比足夠高時,智能體才真正具備可用性。



如上圖所示,當前大部分 LLM 智能體集中應用于人類任務時間成本高的信息密集型場景(如科研、編程),此類任務本身就需要大量人力投入,因此即便智能體部分替代也能顯著提高效率。然而,在用戶量龐大的日常場景中(如電商、搜索、助理等),任務本身較為簡單,交互成本低(如點擊、下滑操作),智能體提升的邊際價值不明顯,反而可能引入額外的交互成本和延遲,從而導致 Agentic ROI 較低。

因此,當前高用戶需求與低 Agentic ROI 之間的矛盾,反映了智能體在日常應用中的實用性不足,需進一步優化信息價值、智能體任務完成時間、及交互時間以填補市場空白。

優化 Agentic ROI 智能體發展的「之字形」軌跡

研究團隊提出,LLM 智能體的發展路徑并非線性增長,而是呈現出一種「先規?;⒑筝p量化」的「之字形」發展模式:首先規?;╯caling up)參數規模、訓練數據、推理能力以提升信息質量;之后在保證信息質量的前提下,輕量化(scaling down)進行模型壓縮、蒸餾、推理優化以減少智能體所用時間與調用成本。我們正處于智能體規模化發展的高峰階段,優先提升信息質量。

基礎模型如 OpenAI 系列模型的發展也體現了這一「之字形」發展趨勢:同系列模型如 o1-mini 到 o1 模型表現顯著增強,而新一代小模型如 o3-mini 則在持平 o1 性能的同時顯著降低了推理費用和延遲。



規模化提升信息質量(Scaling Up)

預訓練規模化(Pre-training Scaling)

預訓練階段通過擴大模型規模、數據量和計算資源,使智能體在語言理解、推理和世界知識等基礎能力方面獲得穩步提升。而規模化使用包含任務結構和操作流程的文檔數據(如操作手冊、工作流程指南)能夠幫助模型學習實際任務的分解邏輯和執行順序。此外,隨著上下文窗口的擴展和記憶機制的引入,智能體可以處理更長的交互歷史和用戶偏好,從而提升多輪任務執行的能力。

后訓練規?;≒ost-training Scaling)

后訓練階段(如監督微調和強化學習)使智能體更貼近人類的需求與價值觀。同時,智能體性能提升還依賴于大規模復雜環境(網頁、API 接口)交互軌跡數據,使用外部工具進行操作決策。此外,在真實部署中積累的用戶反饋、任務完成記錄和錯誤修復數據,構成了智能體持續學習與演化的基礎,形成智能體的數據飛輪,使其在真實使用中不斷優化行為。

推理時規模化(Test-time Scaling)

推理時規?;ǎ?/p>

  • 規模化推理步驟(Scaling reasoning process),以應對復雜任務并生成更可靠的輸出;
  • 規?;嘀悄荏w系統(Scaling multi-agent system),通過協作完成任務分解與執行;
  • 擴展工具調用(Scaling tool calling),通過多次工具調用使智能體能夠逐步驗證中間結果;
  • 擴展推理時訓練(Scaling test-time training),通過利用無標簽測試數據實時更新快速適應新任務或用戶需求
  • 有約束條件下直接優化 Agentic ROI(Scaling towards Agentic ROI under budget constraints),智能體可在給定預算約束(如時間、API 成本)下動態評估每一步操作信息收益,直接整體優化 Agentic ROI。

構建世界模型(Building World Model)

構建真實的「世界模型」對于實現真正規模化數據合成、智能體評估至關重要。世界模型應支持多模態交互(語言、圖像、文檔、音頻),具備處理多步驟、長時程任務的能力,并能模擬用戶的多樣化偏好與反饋機制。此外,它還應反映現實世界中的不確定性,例如信息不完全、用戶意圖變化、環境干擾等。

確保魯棒性與安全性(Ensuring Robustness & Security)

確保智能體行為的穩健性與安全性也是提升信息質量的重要一環。魯棒性方面,智能體應防止獎勵機制被利用,避免出現「獎勵黑客」現象;安全性方面,需要防范訓練數據污染、防止反饋被篡改和后門攻擊等。在運行過程中,智能體應配備異常檢測和事實核查能力,確保輸出內容的準確性與一致性。同時,構建行為審計機制和可解釋性工具,可以提升智能體的可控性和可靠性。

輕量化降低智能體時間與成本(Scaling Down)

減少智能體任務完成時間

引入記憶機制:引入記憶機制是提高效率的重要手段。具備記憶能力的智能體可以跳過重復計算,直接調用以往任務中積累的知識,從而加快處理速度。這種方式模擬人類專家的行為,依靠經驗而非實時推理來完成任務。

模型壓縮:通過模型壓縮或蒸餾來減少計算資源和推理延遲,是另一個核心方向。借助模型蒸餾等技術,可以將大模型的能力遷移到更小的模型中,從而在不顯著降低性能的前提下,顯著縮短響應時間、減少部署成本。

優化推理策略:智能體的時間消耗不僅來源于計算,還受到推理鏈條長度的影響。如果推理過程過于復雜或冗余,例如頻繁的自我反思、遞歸規劃等,可能會延長任務完成時間而未帶來質的提升。因此,更高效的智能體應具備「少而精」的思維能力,能夠通過最短路徑達成最優解。

基礎設施優化:硬件層面的升級,如 Groq 和 Cerebras 等新型 AI 芯片,以及軟件層面的優化,如 vLLM 和 FlashAttention 等推理引擎,都能顯著提升模型運行速度。只有軟硬件協同進化,才能真正滿足低延遲、實時響應的實際需求,從而提升智能體的整體可用性。

降低成本

降低交互時間:當前的智能體往往要求用戶提供冗長、明確的指令,這帶來了較高的使用門檻與認知負擔。為此,智能體的交互方式應從被動解析輸入,轉向主動理解用戶意圖,具備一定程度的目標推理與任務自完成能力。這種轉變不僅可以減少用戶的操作負擔,也有助于提升整體使用體驗。此外,產品設計上的新范式也有助于進一步降低用戶交互時間。

降低開銷:智能體的運行費用可能因模型規模、推理深度、調用外部工具等因素而迅速上升。尤其在大規模部署或持續運行場景下,成本問題尤為突出。因此,未來的智能體需要更智能地管理上下文,合理控制推理復雜度與工具調用頻率,確保在保證性能的前提下,盡可能降低資源消耗與使用開銷。

Agentic ROI 提供了一個衡量智能體真實可用性的系統框架,幫助我們超越模型性能的單一維度,轉向「實際效益」導向的設計與評價邏輯。智能體的「可用性」不應僅以模型性能定義,而應以綜合效益衡量。在實際部署中,Agentic ROI 為我們提供了一個更貼近真實世界的評價維度,幫助我們識別系統中被忽視的「隱藏成本」,并指導我們構建真正高效、可用、可負擔的智能體系統。

特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相關推薦
熱點推薦
7月18日俄烏最新:烏克蘭和美國的交易

7月18日俄烏最新:烏克蘭和美國的交易

西樓飲月
2025-07-18 20:48:03
劉嘉玲曬與梁朝偉晨跑自拍合照,夫妻二人面帶微笑狀態甜蜜

劉嘉玲曬與梁朝偉晨跑自拍合照,夫妻二人面帶微笑狀態甜蜜

極目新聞
2025-07-18 11:18:31
龐麥郎太原演唱會,這不是一個抽象的故事

龐麥郎太原演唱會,這不是一個抽象的故事

神秘阿飯
2025-07-18 21:04:44
李菲兒上節目太敢了!放得超開不說,皮膚還白到發光,絕了

李菲兒上節目太敢了!放得超開不說,皮膚還白到發光,絕了

猛哥的搞笑視頻
2025-07-17 21:25:52
張海迪是個謎:5歲癱瘓,近70歲仍面色紅潤

張海迪是個謎:5歲癱瘓,近70歲仍面色紅潤

野薔薇觀察所
2025-05-20 16:35:44
法拉第未來FX首款純電動中大型MPV車型Super One首發亮相開啟預訂

法拉第未來FX首款純電動中大型MPV車型Super One首發亮相開啟預訂

IT之家
2025-07-18 13:57:25
放棄中國國籍!三年內突破了17萬,哈薩克族同胞為何“回流”?

放棄中國國籍!三年內突破了17萬,哈薩克族同胞為何“回流”?

小鹿姐姐情感說
2025-07-12 03:39:46
下半年變天了!燃油車開啟大降價:超110款降25%以上,合資車霸榜

下半年變天了!燃油車開啟大降價:超110款降25%以上,合資車霸榜

西莫的藝術宮殿
2025-07-18 03:10:14
巴中市委原書記何平落馬,其跑步視頻曾獲留言超11萬條引熱議

巴中市委原書記何平落馬,其跑步視頻曾獲留言超11萬條引熱議

澎湃新聞
2025-07-18 21:24:28
杭州市成立專班,宗馥莉娃哈哈董事長還坐得穩嗎?

杭州市成立專班,宗馥莉娃哈哈董事長還坐得穩嗎?

藍鯨新聞
2025-07-18 11:33:19
外賣員送餐發現是自己地址,接下單:我倒要看看誰在我家!

外賣員送餐發現是自己地址,接下單:我倒要看看誰在我家!

曉艾故事匯
2025-07-14 17:13:00
錢賺夠了不裝了?趙麗穎官宣代言2天,惡心事上演,品牌辱華被扒

錢賺夠了不裝了?趙麗穎官宣代言2天,惡心事上演,品牌辱華被扒

娛樂看阿敞
2025-07-18 09:25:20
已下架!七大著名酸奶全軍覆沒,實為科技糖水,以后別再被騙了!

已下架!七大著名酸奶全軍覆沒,實為科技糖水,以后別再被騙了!

阿纂看事
2025-07-16 21:30:01
加時1分險勝歐洲勁旅!女籃世青賽逆轉晉級12強:小李夢轟25+16!

加時1分險勝歐洲勁旅!女籃世青賽逆轉晉級12強:小李夢轟25+16!

籃球快餐車
2025-07-19 06:26:41
焦點訪談丨韌性十足 民營經濟發展向好

焦點訪談丨韌性十足 民營經濟發展向好

國際在線
2025-07-18 23:04:44
芬蘭總統稱普京為“蠢貨和失敗者”,俄軍的坦克已經按捺不住了

芬蘭總統稱普京為“蠢貨和失敗者”,俄軍的坦克已經按捺不住了

科羅廖夫
2025-07-18 16:20:31
中超積分榜大變:上港殺瘋了,距榜首僅1分,黑馬下跌,具體如下

中超積分榜大變:上港殺瘋了,距榜首僅1分,黑馬下跌,具體如下

大秦壁虎白話體育
2025-07-18 23:49:31
字母哥得知利拉德回歸開拓者:我的天哪 我簡直不敢相信

字母哥得知利拉德回歸開拓者:我的天哪 我簡直不敢相信

直播吧
2025-07-18 13:53:37
大瓜!李天一豪賭輸千萬,夢鴿被限制出境,84歲李雙江被坑慘了?

大瓜!李天一豪賭輸千萬,夢鴿被限制出境,84歲李雙江被坑慘了?

壹月情感
2025-07-01 21:52:02
中野縱隊司令盤點:此人若未調離,劉鄧挺進大別山不會這么難(一)

中野縱隊司令盤點:此人若未調離,劉鄧挺進大別山不會這么難(一)

有歷史
2025-07-18 07:07:11
2025-07-19 08:47:00
機器之心Pro incentive-icons
機器之心Pro
專業的人工智能媒體
10898文章數 142385關注度
往期回顧 全部

科技要聞

凌晨,OpenAI重磅更新,Manus們算白忙活嗎

頭條要聞

正部級女官員劉慧任上被查:17歲當工人 39歲任正廳

頭條要聞

正部級女官員劉慧任上被查:17歲當工人 39歲任正廳

體育要聞

夏聯-楊瀚森8+8+5+3帽 開拓者大勝火箭

娛樂要聞

王琳自曝被兒子打,承認自己水性楊花

財經要聞

娃哈哈爭產大戰:杜建英的進擊

汽車要聞

售30萬?方程豹鈦7高配版有激光雷達/車載無人機

態度原創

時尚
游戲
數碼
旅游
軍事航空

15件甜撩系睡衣!純欲又少女,根本頂不??!

魔獸懷舊服:懲戒騎立功,271萬拿下瓶子,金團繼續造富神話?

數碼要聞

一年多省 135 度電,家用電冰箱能耗“史上最嚴”新國標一文讀懂

旅游要聞

熱聞|清明假期將至,熱門目的地有哪些?

軍事要聞

美國稱不支持以色列近期在敘利亞的行動

無障礙瀏覽 進入關懷版 主站蜘蛛池模板: 麻城市| 靖边县| 兰溪市| 丰都县| 宜兰县| 广灵县| 隆化县| 绍兴县| 茌平县| 白山市| 陆丰市| 迭部县| 于田县| 墨江| 林西县| 鄂托克旗| 临邑县| 长丰县| 乐安县| 阳谷县| 永新县| 通城县| 湖北省| 桃江县| 宁都县| 杨浦区| 白城市| 白朗县| 龙陵县| 百色市| 九江县| 辽中县| 沙田区| 普安县| 孟州市| 大石桥市| 阿鲁科尔沁旗| 安岳县| 荣成市| 洪洞县| 伊宁市|