待验证50% 置信权衡取舍精确时间

更窄的搜索空间牺牲智能体创造性以换取每次改进的可归因性，更宽的搜索空间可能发现更好方案但难以说清什么起了作用

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

AQuA模型搜索智能体：评估器为何不可改动

涉及实体

相关事实

待验证Agentic Search 在中小规模、结构清晰的代码库表现更好，超大规模复杂场景尚无定论73% 相似待验证工具触发判断太保守会漏掉必要搜索，太激进会导致每个简单问题都触发不必要检索浪费资源、拖慢速度73% 相似待验证对于状态空间小、最优解可完全求解的问题，监督分类学习绕开了强化学习中复杂的奖励设计和探索问题，是更经济的选择72% 相似待验证自动化研究智能体与传统超参数搜索或神经架构搜索不同，能够提出全新的模型结构假设而非仅在预定义搜索空间中优化67% 相似待验证当 Skill 数量膨胀到一定程度，Skill 路由从简单的选择问题演变为检索问题67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/909782

API

curl https://kongchang.com/api/v1/knowledge/claims/909782

MCP

get_claim(id=909782)