谷歌新框架助力AI智能体明智管理计算与工具预算

20小时前7 min read

为使AI智能体在现实世界部署中更具经济可行性，谷歌和加州大学圣塔芭芭拉分校的研究人员迈出了重要一步，他们公布了一个新颖的框架，旨在赋予AI一项关键但常被忽视的技能：预算纪律。正如一篇新论文详述的那样，核心挑战在于：虽然测试时扩展（即允许模型拥有更多计算“思考”时间）已经释放了大型语言模型更深层次的推理能力，但当智能体被赋予网络浏览器和API等工具时，这就变成了一把双刃剑。每次外部调用都会消耗令牌、产生延迟并累积直接成本，从而造成一种局面：仅仅为智能体提供更多资源并不能保证更好的结果，反而可能导致费用失控。研究人员发现了当前智能体架构中的一个关键缺陷：它们以一种“财政盲目”的方式运作，常常固执地追踪无用的线索，直到分配的预算耗尽。正如合著者Zifeng Wang和Tengxiao Liu所解释的，在一项深度研究任务中，一个没有预算概念的智能体可能会发现一个无关紧要的线索，然后花费十几次工具调用来深挖一个死胡同，这种浪费过程让人联想到未经训练的研究人员将资助资金浪费在一个错误的假设上。为了解决这个问题，该团队引入了两种互补的技术。第一种是优雅简洁的“预算追踪器”，它作为一个插件模块，在智能体ReAct风格循环（推理+行动）的每一步持续告知其剩余的推理和工具使用额度。这种提示级别的干预无需重新训练，迫使模型内化资源约束，从而实现更具战略性的探索。在使用Gemini 2. 5 Pro和Claude Sonnet 4等模型进行的信息搜索任务实验中，这一简单的添加带来了显著的效率提升，以大约减少40%的搜索调用次数实现了相当的准确度，并将总体成本降低了30%以上，同时在标准方法性能停滞的领域继续提升性能。第二个更全面的框架是“预算感知测试时扩展”（BATS），它通过专门的规划和验证模块来协调智能体的行为。BATS动态调整智能体的逐步努力，根据实时资源可用性，决定何时对一条有希望的探究线索“深入挖掘”，或何时“转向”替代路径。一旦预算耗尽，它会使用LLM作为评判者，从所有已验证的尝试中选择最佳答案，从而结束其迭代过程。在BrowseComp和HLE-Search等基准测试中，BATS展示了优越的成本效益权衡，在某些任务上将标准ReAct的准确度提高了一倍，同时花费显著减少。例如，在BrowseComp上，BATS以大约23美分的成本实现了更高的准确度，优于需要超过50美分才能获得类似结果的并行扩展基线。这项研究标志着智能体设计理念的一个关键转变，从纯粹的不计成本追求性能，转向优化资源分配。这对企业采用具有深远意义。正如Wang和Liu所指出的，这种效率“解锁了一系列长期、数据密集型企业应用”，例如复杂的尽职调查、竞争格局研究以及多步骤合规审计——这些工作流程以前被认为对于自动化智能体来说成本太高或结果不可预测。这项工作强调了AI开发领域日益增长的共识：构建稳健、实用的智能体的道路，不仅仅在于扩大模型规模或数据集广度，还在于设计精密的认知经济。它迫使人们正视部署的操作现实，在这种现实中，延迟和每次查询的成本与基准测试分数同样重要。这与行业更广泛的“更小、更快、更便宜”且能可靠执行特定任务的模型趋势相一致。研究人员的结论具有先见之明：“我们相信推理与经济学之间的关系将变得密不可分。未来，[模型]必须对价值进行推理。”该框架是迈向那个未来的基础一步，它将财政和计算意识直接嵌入到智能体的决策循环中，将AI从一个聪明但挥霍无度的实习生转变为一个具有战略眼光和成本意识的合作伙伴。.

#featured

#AI agents

#tool-use optimization

#budget-aware scaling

#Google research

#BATS framework

#enterprise AI

#cost efficiency