arXiv 人工智能· Ritvik Garimella, Biplav Srivastava, Amit Sheth·· 6 小时前AI 评分37
事倍功半：智能体计算与替代架构选择适用性的第一性原理探索
Doing Less with More: A First-Principles Exploration of the Suitability of Agentic Computing over Alternative Architectural Choices
AI 导读
一项基准测试研究对比了智能体系统与确定性方法在 1,000 道算术表达式任务中的表现。结果显示，本地函数调用等确定性方法以极低延迟达到 100% 准确率，而直接调用 LLM 的最高准确率仅为 92.9% 且延迟增加逾 22,000 倍；调用 MCP 工具的最佳智能体准确率达 99.9%，但延迟高达基线的近 1,000,000 倍。
来源：arXiv 人工智能 · arxiv.org