面向编码智能体的贝叶斯控制

现代编码智能体把LLM生成器与各种工具配对——包括廉价诊断与昂贵验证器。工具使用决策通常由编排器治理——而编排器常用固定规则并忽视不确定性。我们把编排形式化为成本敏感的序列假设检验：贝叶斯控制器维护对候选正确性的信念——并动态决定是收集更多证据、精化候选、验证它还是停止。跨六个生成器与九个编码基准——贝叶斯控制在验证昂贵且批评者信息量大但不完美时最有价值。除控制之外——信念状态产出可解释的正确性分数——在不确定性量化上超越token概率与原始工具成功基线。