AI21 Labs

我们分析了一年来在 4 类任务上的智能体研究：深度研究、RAG 索引、智能体搜索和编程。 我们发现，先问一句“这个任务可验证吗？”，就能暴露出智能体架构中值得优化的低效环节——而且应在动用扩展（scaling）这一杠杆之前先做优化。 这就是我们的可验证性试金石： > 如果任务无法验证 → 做聚合 > 如果可以验证 → 低成本地生成，把预算花在校验上 完整文章见： https://t.co/HKr3Q5UcWl