激励响应型智能体：面向长期个人AI智能体的主从框架

摘要

这篇arXiv预印本认为，长期存在的个人AI智能体需要激励层，并将其形式化为对运行点（模型层级、计算量、内存、工具权限等）的运行时契约。作者推导出非消费不变性、持久性作为折扣定理、激励-能力汇率边界以及Goodhart界限等原则。一项240次运行的真实LLM实验发现，提示层面的激励框架无显著效果（p=0.62），而运行时分配将最难任务的成功率从0.60提升至1.00（p=0.008），成本为4.8倍；一项20种子、3000任务的模拟显示资源ROI从7.09升至16.67，博弈行为从0.333降至0.115。

这里提供经过审核的摘要。完整内容请前往原文阅读。

各行业推荐理由

• 人工智能

  与AI模型和智能体开发相关，特别是长期个人智能体，提供了正式激励框架及运行时分配与提示工程对比的实证证据。