arXiv Artificial Intelligence· Naman Vats·2026-10-20 12:00· 2 小时前AI 评分38

研究：决策模型控制器 Jev 1.13 让 Claude Sonnet 5.5 终端智能体成本上升 19% 而成功率不变

Good Judgment, Bad Advice: Decision-Model Controllers Raise Agent Cost Without Improving Success

AI 导读

在 Terminal-Bench 2.1 的 21 个留出任务（315 次试验）上，仅在确定性决策点调用决策模型 Jev 1.13，使 Claude Sonnet 5.5 终端智能体单次尝试成本上升 19%（几何均值比 1.19，95% CI 1.02-1.36），通过率维持 73.0% 不变。