Agent知道自己做不到什么吗？评估工具使用Agent的可行性意识

工具使用型Agent常因冗长的推理链与迭代的工具调用而产生可观的计算成本。在实际场景中，许多任务在受约束的工具环境下不可行，即成功完成任务所需的能力不可用。检测不可行任务并尽早停止执行，可显著减少不必要的执行成本。本文提出FeasiGen，一个自动构建不可行Agent任务的流水线，其通过识别成功完成任务所需的关键工具来构造此类任务。该方法从多个Agent系统的成功执行中抽取工具调用轨迹，识别在不同执行策略中一致共享的关键工具，并掩蔽这些工具，从而自动把可解任务变为不可行任务。人工验证确认，所构建任务的不可行性标注准确率超过94%。我们进一步提出可行性感知的评估指标，衡量Agent能否识别不可行任务并恰当地停止执行。对九个模型的大规模评估显示，其不可行性检测能力普遍较弱，错误继续率最高达73.9%。我们进一步观察到，多Agent架构能显著减少不可行条件下的错误执行。