北京
AI智能体（AI Agent）在实际应用中频繁出错，根源往往不在模型本身，而在于一个被长期忽视的环节——上下文获取（Context Acquisition）。一篇新论文首次为这个问题定义了目标函数，让智能体的提问行为有了可量化的最优标准。
论文作者指出，当前AI智能体暴露出的诸多问题，包括幻觉（Hallucination）、成本浪费、工具调用不可靠等，很大程度上源于大语言模型（LLM）对任务假设的错误判断。而这一切的起点，是用户提问时常常遗漏关键约束条件。
上下文获取为何成了"事后补救"？
当用户没有给出完整约束时，智能体只能靠猜。它要么默认一个假设，要么消耗额外的Token去追问澄清问题、发起检索调用、执行工具调用，甚至反复试错。这些行为在现有架构中缺乏统一的优化目标，导致智能体在信息不足时表现飘忽。
论文的核心贡献，是把上下文获取重新定义为"对潜在任务状态的主动推断"（Active Inference over a Latent Task State）。这个框架包含两层循环：内层步骤负责更新信念（Belief），外层步骤则决定下一步动作——是继续获取上下文、执行任务动作，还是直接停止。决策依据是"在成本约束下最小化预期自由能"（Minimize Expected Free Energy under Cost）。
确定性场景下的直接落地路径
在确定性环境中，论文中的认知项（Epistemic Term）可以简化为"预期信息增益"（Expected Information Gain），并可选地按Token成本进行归一化处理。这意味着，这一评分规则在当前技术条件下就能直接实现，不需要等待新的模型架构或推理范式。
研究者将这套方法命名为"最优提问"（Optimal Question Asking）。他们利用精确后验（Exact Posteriors）和动态规划预言机（Dynamic Programming Oracle）构建了理论基准，并在25到300个候选任务的二分类和多分类场景中，对当前前沿模型进行了系统评测。
衡量你的智能体与理论最优的差距
这套基准的核心价值在于：它让开发者第一次能够量化自己的智能体与理论最优之间的差距。过去，我们只能凭感觉判断一个智能体"够不够聪明"，现在则有了一个明确的度量标尺。
论文作者认为，如果上下文获取问题得到解决，即便是现有的LLM，其整体性能和效率也会获得显著提升。这一判断基于一个朴素观察：大量推理错误并非源于模型能力不足，而是源于输入信息的不完整或误导。
用户习惯与系统设计的错配
论文特别强调了一个现实困境：用户倾向于在提示词（Prompt）中省略约束条件。这种习惯短期内难以改变，因此智能体必须学会在信息不完整的情况下做出更聪明的决策——要么主动追问，要么在检索和工具调用之间做出更优选择。
当前主流智能体框架把上下文获取当作一个附属环节，缺乏系统性的优化目标。这篇论文试图扭转这一思路，将其提升为与任务执行同等重要的核心问题。
从理论到实践的桥梁
值得注意的是，论文提出的评分规则并不依赖特定的模型架构，这意味着它可以作为现有智能体系统的一个独立模块接入。对于正在构建AI智能体的团队来说，这套方法提供了一个可操作的优化方向：在每次上下文获取动作之前，先计算预期信息增益与Token成本的比值，再决定是否值得执行该动作。
论文的评测范围覆盖了从25到300个候选任务的多种场景，为不同复杂度的应用提供了参考基准。研究者还公开了论文全文（arxiv.org/abs/2608.19202），供技术社区进一步验证和扩展。
智能体性能提升的新视角
这篇论文的价值，不仅在于提出了一个理论框架，更在于它把"提问"这一看似简单的行为，变成了一个可计算、可优化、可基准测试的工程问题。对于饱受幻觉和低效困扰的智能体开发者而言，这或许是一个值得关注的突破口。
当上下文获取从"事后补救"变成"主动推断"，智能体的行为模式将发生根本性变化。它不再是被动等待完整指令，而是在信息不完备时主动寻求最优信息路径。这种转变，可能比单纯提升模型参数更能带来实际体验的提升。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
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.
