一套针对 AI 智能体的预算优化框架，通过 “预算追踪器（Budget Tracker）” 与 “预算感知测试时扩展（BATS）” 两大核心技术，解决 AI 智能体在工具调用与计算资源分配中的低效问题，为企业部署 AI 智能体提供 “成本可控、性能可预期” 的实践路径，尤其适配网页浏览、信息检索等依赖多轮工具交互的场景。
该框架的研发背景源于传统 AI 智能体工具使用的核心痛点：工具调用（如网页浏览、API 请求）直接增加 Token 消耗、延长上下文长度、提升时间延迟与 API 成本，且单纯增加资源投入无法保证性能提升 —— 在深度研究等任务中，缺乏预算感知的智能体常陷入 “无效探索”，例如花费 10-20 次工具调用深挖无关线索，最终发现路径无效，造成资源浪费。研究团队通过构建统一成本指标（整合内部 Token 消耗与外部工具交互成本），验证了 “预算感知” 对资源优化的关键价值。
核心技术一：轻量级插件 “预算追踪器（Budget Tracker）”
预算追踪器是一款无需额外训练、仅通过提示词实现的轻量级模块，核心功能是向 AI 智能体实时传递资源状态信号，帮助其动态调整工具使用策略。其工作机制包括：
- 政策引导：提供简洁的预算规则说明，明确不同预算区间对应的工具使用建议（如高预算时可深入探索，低预算时优先验证关键线索）；
- 实时反馈：在智能体响应的每一步，同步展示已消耗资源与剩余预算，让后续推理步骤基于最新资源状态决策；
- 多范式适配：支持 “顺序扩展（模型迭代优化输出）” 与 “并行扩展（多独立运行结果聚合）” 两种推理范式，兼容 ReAct（推理 + 行动）等主流智能体工作流。
实验数据显示，在 BrowseComp、HLE-Search 等信息检索数据集上（使用 Gemini 2.5 Pro、Claude Sonnet 4.5 等模型），预算追踪器可减少 40.4% 的搜索调用、19.9% 的浏览调用，整体成本降低 31.3%，且性能随预算增加持续提升，而传统 ReAct 方法在达到一定预算阈值后性能便陷入停滞。
核心技术二：综合框架 “预算感知测试时扩展（BATS）”
为进一步提升资源优化效果，研究团队推出 BATS 框架，通过多模块协同实现 “预算 – 性能” 的最优平衡，核心目标是在任意给定预算下最大化智能体性能。其架构包含三大关键模块：
- 规划模块：接收用户查询与工具预算后，制定结构化行动方案，明确工具调用优先级与步骤分配，避免盲目探索；
- 验证模块：在智能体生成候选答案后，验证答案可靠性，并基于剩余预算决策 “继续深挖当前线索” 或 “转向替代路径”；
- 预算追踪器（集成）：全程实时更新资源使用与剩余预算，为规划、验证模块提供数据支撑。
BATS 的工作流程为：规划模块制定工具调用计划→执行工具并将结果纳入推理上下文→验证模块评估候选答案→预算耗尽时，由 “LLM 评判器” 从所有验证答案中筛选最优结果。实验验证显示，以 Gemini 2.5 Pro 为基础模型时，BATS 在 BrowseComp 数据集准确率达 24.6%（传统 ReAct 仅 12.6%），HLE-Search 数据集准确率 27.0%（ReAct 为 20.5%）；成本效益方面，BATS 在 BrowseComp 数据集以约 23 美分的成本实现高准确率，而并行扩展基线需超 50 美分才能达到相近效果。
行业价值与应用场景
该框架的推出为企业 AI 智能体部署解决了 “成本不可控” 的关键难题，尤其适用于长周期、数据密集型的企业场景，例如：
- 复杂代码库维护：智能体可在有限预算内优先验证关键代码模块，避免无意义的代码检索；
- 尽职调查与合规审计：通过预算分配聚焦高风险领域，减少冗余文档查询；
- 竞争格局研究：动态调整行业信息检索策略，在预算约束下高效获取核心竞品数据。
研究团队指出，这一技术突破让 “高成本工作流商业化” 成为可能，同时印证了 “推理与经济成本深度绑定” 的未来趋势 ——AI 模型需同时具备 “任务推理能力” 与 “资源价值判断能力”。结合补充研究（如谷歌 DeepMind 2024 年关于 “测试时计算优化” 的成果），预算感知策略与 “根据任务难度动态分配计算资源” 的思路高度契合，未来或与预训练优化形成互补，在简单任务中通过测试时预算优化降低成本，在复杂任务中结合预训练提升性能。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/gu-ge-yu-suan-gan-zhi-kuang-jia-you-hua-ai-zhi-neng-ti-ji
