22:42rohanpaul_ai@rohanpaul_ai精选72°一篇新论文指出,AI Agent 系统的扩展不应仅依赖增加计算量,而应关注有效反馈的利用。作者提出“有效反馈计算”(EFC)指标,只计算那些能教会智能体有用信息并改变后续决策的反馈。实验表明,任务归一化的 EFC 比原始计算量更能预测任务失败,在预算相同的情况下,更好的反馈将成功率从 0.27 提升至 0.90。该研究强调 Agent 系统本质上是“反馈机器”,而非简单的模型封装。论文Agent 系统有效反馈计算扩展定律智能体评估反馈机制推荐理由:做 Agent 系统或智能体框架的开发者,别再只盯着 token 和调用次数了——这篇论文给出了一个更聪明的衡量标准,直接帮你判断系统是否真的在“学习”。建议点开看看 EFC 怎么算,能省不少试错成本。原文