向用户澄清还是向世界验证？主动智能体的不确定性路由

研究者提出主动智能体不确定性路由框架 PROUR，使工具调用大语言模型在执行（ACT）、用户澄清（CLARIFY）与环境验证（VERIFY）之间动态路由。在 $\tau$-bench 的零售与航空领域评测中，PROUR 取得 28.17% 的平均成功率，较此前最优方法提升 4.57% 且交互减少 2.17 步，并能直接泛化至更强的任务智能体与 $\tau^3$-bench 交易场景。