# 新方法利用学习到的干预价值引导 AI 智能体

> 研究人员推出 VoS 监测器，可预测何时纠正语言模型智能体能带来帮助，使性能提升约 8 分。

Oossa · 2026-10-08 · https://oossa.com/zh/new-method-lets-ai-agents-be-steered-using-learned-value-of-intervention

Hanwen Li 等人于 2026 年 10 月 8 日发表论文，介绍了 VoS（Value of Steering）。该方法从大量反事实运行数据中学习，判断应在哪个步骤纠正基于大语言模型的智能体。VoS 可离线或在线运行，并通过伤害预算触发机制，避免干扰原本成功的运行。在 12 种基准测试与智能体组合中，VoS 的得分平均提高 7.8 分；在 11 种组合中，它的表现优于五种现有的基于不确定性的触发机制。

## 事实

- 与未经干预的运行相比，VoS 将平均性能提高了 7.8 分。
- 这项研究评估了 1,864 条运行轨迹和约 82,000 个反事实续写。

## 为什么重要

对 AI 助手开发者而言，VoS 提供了一种实用方法，只在干预可能有所帮助时才出手，从而提升可靠性，同时避免过多人工监督。

## 来源与参考

1. [From Uncertainty to Action: Learning to Steer LLM Agents](https://arxiv.org/abs/2610.09115) – arXiv, 2026-10-08
2. [When the Governor Becomes the Disturbance: Control-Generated Disturbance and Cost-Aware Backoff in Governed Tool-Using Agents](https://arxiv.org/abs/2610.09037) – arXiv cs.MA, 2026-10-08

最后更新: 2026-10-08