两篇新研究论文探讨了语言代理的内部运作和评估。第一篇论文引入了一个“因果状态绑定”框架，以评估代理的行为是否真正由相关的内部状态驱动，而非表面线索，并在SWE-bench Lite等基准测试中展示了性能提升。第二篇论文提出了一种结合行为分析和可解释性技术的方法来评估代理的目标导向性，发现代理在内部编码了空间地图和行动计划，但需要超越单纯行为指标的内省。 AI
影响 这些论文提出了新的AI代理评估框架，侧重于内部状态绑定和目标导向性，这可能带来更强大、更易于理解的代理行为。
排序理由 两篇在arXiv上发表的学术论文，详细介绍了AI代理的新评估方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.09692v3 Announce Type: replace Abstract: Autonomous language agents increasingly expose traces, memories, plans and constraints, but existing evaluations rarely test whether these state variables are bound to final actions. We introduce causal state binding, an interve…
arXiv:2602.08964v2 Announce Type: replace-cross Abstract: Understanding an agent's goals helps explain and predict its behaviour, yet there is no established methodology for reliably attributing goals to agentic systems. We propose a framework for evaluating goal-directedness tha…