主要来源rohanpaul_ai
查看原文事件专题 ·多源确认
Stanford 论文：智能体失败先分清流程与内容问题，再决定改 harness 还是微调
Stanford 的一项研究把智能体失败分为流程失败（死循环、步数耗尽）和内容失败（给出的计划质量差）两类，两者对应不同的修复手段。在旅行规划基准上，LLM 驱动的 harness 进化把 Qwen3.5-4B 的 held-out 成绩从 0.16 提到 0.30，计划交付率从 55% 升到 90%。但 harness 编辑从未降低差计划占比，而 LoRA 适配器把 Qwen3.5-9B 差计划占比从 28% 降到 5%。结论是：先标注运行失败的原因，流程问题改 harness，内容问题动权重。
当前结论
Stanford 这篇研究很实用：智能体死循环就改 prompts 和工具，计划烂就上 LoRA 微调，还给了一组具体数字对比。
6 个信源47° AI 热度最后更新 2026/10/10 20:40:32
证据链
6 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。