可执行任务契约评估工具智能体鲁棒性

2026年10月15日，arXiv Artificial Intelligence 刊出 Shaikh Akib Shahriyar 等作者的研究，提出“可执行任务契约”方法，用于工具使用智能体的鲁棒性评估。该契约在智能体运行前声明任务由哪些事实定义、允许哪些编辑、怎样算完成，并据此校验每个改动后的测试用例。报道称，作者提出并验证了这一方法。截至该报道，事件仍处于方法提出与验证阶段，尚无后续跟进报道披露更多进展或结果。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。