具有可证明双准则保证的LLM智能体最优技能选择

将可复用的技能文档加载进有限的上下文窗口，已成为大语言模型（LLM）Agent获取任务特定能力的主要方式，因此技能选择直接影响任务性能与token成本。然而，现有Agent通常按语义相关性逐个为技能打分，再通过top-k或贪心装填组成技能集合，既没有集合质量保证，也缺少成本考量。冗余或选择不当的技能会浪费上下文token，甚至降低性能。我们提出一个描述所选技能集合如何影响执行结果的模型，并将技能选择定义为优化问题：在硬性token预算下，选择技能集合，使单调次模收益减去上下文惩罚后的目标最大化。为此，我们开发了多项式时间算法Best Prefix Selection（BPS），并据我们所知首次给出技能选择的性能保证：双准则(1-1/e, 1)近似，其收益系数在多项式时间内为最优。在一个控制数据污染的BigCodeBench变体上，BPS优于全部基线，实测任务成功率为0.73，而已发布的技能路由器、文本检索器和执行模型自行选择的成功率为0.20—0.52；相较最强的已发布路由器，BPS还减少了28%的token用量。