《AI Agent 技术原理与架构·决策、记忆与学习》附录 B 案例事实表

卷二使用的三工作负载事实表与决策实验参数:POMDP 老虎问题、走廊 MDP、终止条件、记忆、检索、工具选择、信用分配与回归门的教学设定值,逐项给出定义与复算公式;正文所有数字以本表为唯一来源,与卷一、卷三共用同一套 W1/W2/W3 约束。

本附录是卷二实验参数的唯一来源。三卷共用 W1/W2/W3 三条工作负载,本卷在其上叠加决策线实验参数。

所有数字为教学设定值,不代表任何真实系统或真实供应商。

一、三条工作负载(与卷一、卷三共用)

W1 检索问答W2 代码修复W3 运维处置
时间跨度3–8 步10–40 步2–6 步
可逆性只读,可重试写分支,可回滚不可逆,需审批与补偿
延迟预算p95 ≤ 8 sp95 ≤ 5 minp95 ≤ 60 s
单任务成本≤ $0.02≤ $0.50≤ $0.05
失败影响低中高

卷二重点落在 W2(长链路最能暴露循环、终止、记忆与学习问题),W1/W3 作为对照。

二、POMDP 老虎问题(第 1 章)

参数值
状态tiger_left、tiger_right
动作listen、open_left、open_right
观测hear_left、hear_right
听声准确率0.85(教学设定)
听一次奖励−1
开对门奖励+10
开错门奖励−100
初始信念P(tiger_left) = 0.5
时域0–4 次听声,可提前开门

关键结论:听声预算 0 时最优价值 −45(直接开右门),预算 1 时 −7.5(值得听一次),预算 4 时 +2.022。观测有噪声时仍然有价值,但存在最优观测次数。

三、走廊 MDP 与行为克隆(第 12 章)

参数值
状态0–5,目标 5
动作left / right / stay
专家策略未到目标就 right
演示起点2、3、4
未覆盖起点0
执行滑移0.2(测试覆盖时)
单回合步数上限30
评估回合200,seed 11
DPO beta0.1

关键结论:行为克隆在训练覆盖外的起点会滑移失败;对齐阈值能力 ≥ 0.7、拒答 ≥ 0.9、谄媚 ≤ 0.2。

四、终止条件与预算(第 2 章)

参数值
步数预算W1 8 / W2 40 / W3 6
单步 token900
token 单价$4.5 / 1M
时间预算W2 300 s / W3 60 s
模式normal / hard / degrade

五、记忆与检索(第 8–9 章)

参数值
记忆层工作/情景/语义/程序
情景记忆容量100 条
TTL 默认30 天
冲突规则显式覆盖 > 时间新近
召回 top-k5
重排判据相关度 × 时新性 × 来源可信度

六、工具选择(第 10 章)

参数值
工具集读文件、写分支、跑测试、查询服务、重启服务
选择判据能力满足 + 成本预算 + 风险等级
参数错误类型类型错 / 范围错 / 引用错
放弃条件置信度低于 0.6 或风险不可接受

七、信用分配(第 11 章)

参数值
轨迹长度10–40 步(W2)
归因方法反事实 / Shapley / 启发式
反事实次数每步 1 次(教学设定)
Shapley 代价轨迹长度 × 重跑次数

八、回归门(第 13 章)

参数值
误放率目标≤ 0.05
误拒率目标≤ 0.10
基线通过率≥ 0.95
点估计门样本220 条
Wilson 门样本760 条
20 条样本点估计门误放率41.5%
20 条样本 Wilson 门误拒率87.8%

关键结论:严格的规则在没有足够样本时会变成随机拒绝;门的参数必须由效应量和错误预算推导并预注册。

九、口径公式

最优价值        = Bellman 递推(教学版)
死循环判定      = 步数超过预算 或 进展度量连续 N 步为 0
滑移失败率      = 评估回合中未达目标的比例
通过率          = 通过断言数 ÷ 总断言数
回归门误放率    = 基线模型被判定为退化的比例
回归门误拒率    = 等价模型被判定为退化的比例

十、禁用与易错清单

  1. 不把教学参数写成"实测"或"生产数据"。
  2. 三卷共用 W1/W2/W3,不得新增第四种负载。
  3. 不编造论文结论、训练曲线或供应商性能。
  4. 回归门的显著性不等于实用性,效应量必须一起看。
  5. 任何"对比"必须说明负载与实验配置。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图