可恢复性存在一条规律：面向工具增强智能体的 ERR 度量

arXiv:2601.22352v2 公告类型：替换 摘要：语言模型智能体在工具调用执行失败后通常表现出自我恢复能力，但这一行为缺乏形式化解释。我们提出了一种预测理论，通过表明可恢复性遵循一条可测量的规律来弥合这一缺口。具体而言，我们通过预期恢复遗憾（Expected Recovery Regret，ERR）对可恢复性进行形式化，该指标量化了在随机执行噪声下恢复策略与最优策略之间的偏差，并推导出 ERR 与一个可通过经验观测的量——效率得分（Efficiency Score，ES）——之间的一阶关系。由此，我们得到了工具使用智能体恢复动态的一条可证伪的一阶定量规律。我们在五个工具使用基准上对该规律进行了实证验证，这些基准涵盖受控扰动、诊断推理和真实世界 API。在不同模型规模、扰动机制和恢复时域下，根据 ERR-ES 规律预测的遗憾与通过 Monte Carlo rollout 测得的失败后实际遗憾高度吻合，差值小于或等于 0.05。我们的结果表明，可恢复性并非模型规模或架构的产物，而是交互动态所支配的一种属性，为语言智能体在执行层面的鲁棒性提供了理论基础。