预算约束的Agentic大语言模型：面向昂贵工具使用的意图式规划

摘要

我们研究预算受限的工具增强Agent：大语言模型必须在严格的货币预算下通过调用外部工具求解多步任务。我们将该设定形式化为上下文空间中具有定价且随机工具执行的序列决策问题；由于状态-动作空间庞大、结果方差高且探索成本高昂，直接规划不可行。为应对这些挑战，我们提出INTENT，一个推理时规划框架，它利用意图感知的分层世界模型来预判未来的工具使用与经风险校准的成本，并在线引导决策。在成本增强的StableToolBench上，INTENT在严格保证硬预算可行性的同时，使任务成功率大幅超过基线，并在工具价格变化与预算变动等动态市场变化下保持稳健。

预算约束的Agentic大语言模型：面向昂贵工具使用的意图式规划 — 表1：在成本增强（cost-augmented）的 StableToolBench（ Guo et al., 2024 ）上的主要结果。我们在 Non-Reasoning（ GPT 4.1 mini）和 Reasoning（ GPT 5 nano）两种骨干上，将我们提出的方法（MCO 和 INTENT）与 Soft（基于指令）和 Enforce（硬性预算阻断）基线进行比较。综合评估涵盖三个维度：性能（Pass Rate、Budget-Optimal Pass Rate、Win Rate）、成本感知（Feasible Rate、Average Cost、Average Price）以及效率（相对于 Raw 基线的 E2E Time、Average Latency 与 Total Token Consumption）。INTENT 在遵守预算的同时始终取得最佳性能。由于该基准将任务划分为若干预定义的分组，为完整性起见，我们在附录 C 中报告分组级别的 Pass Rate。