研究提出PCP策略优化多智能体向人类提问时机
Start here
针对多 AI 智能体在共享有限人类注意力时的任务协调问题，2026年11月2日 arXiv 发表的研究提出了“结对协调策略”（PCP）。该策略通过动态规划方法，优化智能体向人类发起提问澄清与进行自主搜索的时机。实验结果显示，在 864 个合成测试案例中，PCP 与理论最优成本的平均差距仅为 0.07%，相比三种标准规则降低了 18% 至 31% 的成本。此外，在大语言模型（LLM）智能体实验中，PCP 在所有测试设置下均实现了最低平均成本，并协助智能体正确完成了全部任务。
AI-generated from reports · Updated 18 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能AI 智能体何时该向人类提问？有限人类注意力下的澄清请求研究
针对多 AI 智能体共享有限人类注意力时的任务协调问题，该研究提出结对协调策略（PCP），通过动态规划优化智能体提问澄清与自主搜索的时机。在 864 个合成测试案例中，PCP 与最优成本的平均差距仅为 0.07%，较三种标准规则降低了 18-31% 的成本。在 LLM 智能体实验中，PCP 在所有设置下均实现最低平均成本，并协助智能体正确完成全部任务。
Story heat trend
Current heat 6·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.