draft-verify

LangGraph 代理设计在成本差异显著的情况下准确性无显著差异

一项比较研究使用一套固定的 240 个关于日本法规的合成问题和本地的 Qwen3.5:9b 模型，评估了四种不同的 LangGraph 代理设计（ReAct、计划-执行、监督者和草稿-验证）。研究发现，尽管不同设计的成本差异很大，其中计划-执行成本最高，但它们之间的准确性没有统计学上的显著差异。草稿-验证设计在正确性方面略优于纯 ReAct，但总体而言，对于特定任务，更复杂的设计并未产生可衡量的更好结果。