将 LLMs 用作智能体：代价是什么？

arXiv:2610.02488v1 公告类型：新 摘要：语言模型智能体日益依赖各种框架机制来管理有界上下文、持久化记忆、工具、验证和重复执行，但现有的模型能力概念并未量化这些机制所消耗的计算资源。我们提出语言模型智能体机（Language Model Agent Machine，LAM），这是一种资源有界的抽象：在固定底层语义模型的同时，明确计入框架层面的资源开销。我们建立了四类结果。通信方面：在同时调用—传输预算下，LAM 的执行与红—蓝 pebbling 逐实例等价，从而将经典的输入/输出下界转移到上下文—记忆流量上。访问方面：记忆接口会导致渐近分离；在指针追踪问题上，随机访问与非推测性顺序访问之间存在 $\Theta(n)$ 的差距。重计算方面：对于具有上下文容量 $C$ 和持久化记忆容量 $S$ 的系统，位反转 DAG 需要 $\Theta(n^2/(C+S)+n)$ 次模型调用，从而量化存储中间状态何时能够避免重复的语义计算。可靠性方面：我们推导出紧的阶段局部采样界、精确的不完美验证成本，以及一种 Young--Daly 型检查点定律，并给出最优验证间隔的闭式解。在 GPT-6 Astra 上开展的受控实验和留出实验检验了关于通信和可靠性的预测，包括检查点最优点、程序化检查下的策略选择，以及在链式 MATH 任务中调用粒度、逻辑输入流量和可靠性之间的权衡。总体而言，这些结果为语言模型智能体框架的计算成本提供了一套资源理论。