讓AI Agent學會“及時停手”：華盛頓大學團隊提出上下文工程方法CONVOLVE
重點摘要
華盛頓大學團隊提出上下文工程方法CONVOLVE，讓AI Agent學會在任務不可行或無法完成時及時停止行動。研究發現多數Agent難以判斷何時該棄答，而CONVOLVE能顯著提升棄答能力，且小模型總結的規則可遷移至大模型。
讓AI Agent學會“及時停手”：華盛頓大學團隊提出上下文工程方法CONVOLVE賬號已註銷·2026年07月06日 10:23無需更新模型參數 如果任務本身不可行，或在當前環境中無法完成時，Agent 該在什麼時候“停手”？我們希望，Agent 能在多輪交互中及時調用搜索、網頁瀏覽和終端工具，從而完成複雜任務。但在現實情況下，用戶的請求不一定清晰，目標也不一定能實現。很多 Agent 並不知道什麼時候該停下來，常常在任務已經不可行時仍繼續搜索、點擊和調用工具。
針對這個問題，華盛頓大學團隊提出了Agentic Abstention 框架，專門研究 Agent 何時該停止行動，並設計了一種上下文工程方法 CONVOLVE（Context Evolution）來提升 Agent 的棄答能力。28733 結果顯示，大多 Agent 很難做到及時棄答，也往往不能在證據已經足夠時立即停止執行。更大的模型、更強的推理雖然能在一定程度減少過度棄答，但未必能提升整體棄答表現。模型能力、推理方式和 Agent 框架都會影響棄答效果。不過，CONVOLVE 可以顯著改進棄答能力，且具有很強的遷移性：小模型總結的規則，同樣能幫助大模型提升表現。
Related
相關文章
Meta 旗下 AI 模型測試時意外入侵第三方企業系統
Meta 在進行AI模型安全測試時，因第三方公司Irregular配置錯誤，導致模型意外入侵另一企業系統。涉事模型為Muse Spark 1.1，事件引發對AI模型可能衝出邊界、發動網絡攻擊的擔憂。
拆解“AI辦公入口戰”底層：怎麼做才能成為最終贏家？
字節、阿里、騰訊等大廠正透過組織調整與產品整合，全力爭奪AI辦公入口，關鍵在於模型、場景、生態與商業體系的全面競爭。這場戰爭的核心是透過AI產品實現Token經濟的商業閉環，並以「效果」為標準，透過自有體系與外部生態滿足企業用戶的真實需求。最終贏家需兼顧模型能力、場景積累與生態建設，才能在AI生產力時代站穩腳步。
千人聯機世界模型“RhOS-World: Khora”正式發佈
RhOS.ai與Ophilus.AI共同發布了千人聯機世界模型「RhOS-World: Khora」，該模型能讓多達1024個智能體在共享的3D空間中即時互動，且無需傳統物理引擎。其核心技術「STBoard（時空黑板）」架構，透過統一的物理狀態管理，解決了多視角一致性的難題，並大幅降低了擴展智能體數量的運算成本。
TutorMoments：AI 家教何時該出手，何時該放手？
今日我們推出 TutorMoments 預覽版，這是一個評估框架，旨在衡量尖端大型語言模型能否掌握教育中最難的平衡：何時介入協助學生，何時退後讓學生自行努力。TutorMoments 基於真實的一對一數學輔導課程，透過重播方式進行評估。經驗豐富的數學教師會檢視從美國收集的對話記錄。
告別反覆操作 OSD，華碩顯示器管理軟件 DisplayWidget Center 接入 AI 智能體
華碩顯示器管理軟體 DisplayWidget Center 推出重大更新，加入 AI 智能體功能，用戶可透過自然語言調整亮度、色溫等參數，無需操作 OSD。該功能支援 CLI 與 Agent Skill，可根據使用習慣自動切換模式，並適用於企業環境的統一部署。
千問App部分功能探索收費，想學豆包能跑通嗎？
千問App於8月7日更新，新增辦公助理等付費功能，基礎功能仍免費，但辦公場景使用額度需付費取得。此舉仿效豆包專業版等產品的訂閱模式，反映AI行業正集體轉向辦公場景收費，以尋求變現機會。