AI Agent资源与性能动态特征研究

2026年10月15日，arXiv Artificial Intelligence刊出Wonmi Choi等作者的论文，对AI Agent资源与性能动态特征进行分析并提出优化方法。研究针对检索增强问答、网页搜索和软件编程三类LLM智能体任务进行资源动态测量，发现同一工具在不同任务下资源行为差异显著，并发请求会暴露CPU、磁盘I/O和内存等任务相关瓶颈，更快的LLM响应或更多CPU核心并不总能加速智能体。基于这些发现，论文提出CPU感知工具准入与任务感知CPU分配，称CPU敏感任务延迟提升约5.4倍，多任务平均延迟降低约32%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。