智能体与确定性架构算术任务对比

2026年10月20日，arXiv Artificial Intelligence 刊出 Ritvik Garimella 等作者的论文，题为《用更多做更少：智能体计算与替代架构选择适用性的第一性原理探索》。该研究用一项受控数学任务，在 1,000 条需保留运算符优先级语义的算术表达式基准上对比了七种方法。报道称，结果显示确定性方法在该基准上准确率为 100%，延迟可忽略；而直接调用 LLM 最高准确率仅 92.9%，延迟超过原生函数调用的 22,000 倍。论文将这一对比置于 Agentic AI 与 REST、SOAP、MCP 等替代架构适用性的讨论框架下。目前该事件仅有这一篇报道，尚无后续跟进或结论更新。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。