Ask Early, Ask Late, Ask Right: When Does Clarification Timing Matter for Long-Horizon Agents?
本文引入了一种强制注入框架，以证明人工智能代理进行澄清的最佳时机取决于具体任务——即目标澄清必须在执行的前 10% 内完成，而输入澄清在高达 50% 的执行阶段仍具价值——从而揭示当前前沿模型未能在这类经实证确定的关键窗口期提出澄清问题。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在雇佣一个超级聪明的机器人助手为你建造一座复杂的房子。你给它一份指令清单，但不小心漏掉了几项关键细节。
这篇论文提出的核心问题是：机器人应该在何时停下来向你寻求澄清？
它应该在砌下第一块砖之前立即发问吗？还是等到屋顶建到一半时再问？或者干脆猜一下，听天由命？
这篇论文的作者决定通过运行超过 6,000 次实验，使用不同的 AI 模型来测试这一点。他们并没有等待机器人自行摸索出答案，而是扮演了“上帝”的角色，强制让缺失的信息在建造过程中的特定时刻出现，以此观察这能带来多大帮助。
以下是他们发现的内容，用简单的方式解释如下：
1. “什么”比“何时”更重要
最惊人的发现是，并不存在一个“最佳提问时机”。这完全取决于缺失的是什么样的信息。这就好比不同类型的施工错误：
- “目标”（我们要建造什么？）： 这是最关键的信息。
- 类比： 想象机器人开始建造一个车库，因为你没有具体说明，但实际上你真正想要的是一个游泳池。
- 发现： 如果机器人在已经打下 10% 的地基后才询问目标，那就太晚了。损害已经造成。提问的价值会立即降至几乎为零。你必须在一开始就澄清目标。
- “输入”（我们有哪些材料？）： 这关乎数据或资源。
- 类比： 想象机器人开始建造，但你忘了告诉它应该使用红砖还是蓝砖。
- 发现： 机器人可以继续工作一段时间，甚至可能建好一半的墙壁，然后才意识到需要知道颜色。在此处的澄清直到项目的50% 节点之前仍然非常有效。
- “约束”（我们必须遵守什么规则？）：
- 类比： 想象机器人建造了一座漂亮的房子，但你忘了告诉它窗户的高度不能超过 5 英尺。
- 发现： 如果机器人建完整个房子后你才告诉它这条规则，它可能不得不把一切都拆掉。然而，如果你在 halfway 时告诉它这条规则，它有时可以调整，尽管过程会很混乱。
2. “不可逆转点”
论文发现，对于“目标”类问题，存在一个非常狭窄的时间窗口。如果你等到机器人完成了 10% 的工作才问“等等，我们要建什么？”，那毫无用处。机器人已经踏上了一条既定路径，现在改变它代价太高（就浪费的时间和精力而言）。
对于“输入”类问题，窗口则更宽。机器人可以自行探索并弄清楚一些事情，因此你有一半的时间可以介入。
3. 机器人在时机把握上表现不佳
研究人员还观察了这些 AI 机器人在被允许自然提问（即研究人员不强制提供答案）时的行为。
- 过度提问者： 一个模型（GPT-5.2）不停地提问，但往往问得太晚。这就像一个建筑工人在墙壁已经干透后，还在不停地问“油漆是什么颜色的？”。
- 提问不足者： 另一个模型（Gemini）几乎从不提问，即使它显然感到困惑。它只是继续猜测。
- 现实检验： 目前没有任何顶级机器人天生知道提问的“最佳时机”。它们要么问得太晚（当目标已经确定时），要么根本不问。
4. 等待的代价
论文测量了“浪费的计算资源”，这基本上是指机器人基于错误猜测所做的工作量，而这些工作最终被证明是无用的。
- 早期澄清： 浪费的工作极少。
- 晚期澄清： 浪费的工作很多。你等待澄清“目标”的时间越长，机器人建造错误内容的部分就越多，被浪费的时间也就越多。
结论
论文总结道：时机至关重要，但这取决于具体话题。
- 如果你对目标不确定，请在最初的几秒钟内提出。
- 如果你对数据不确定，你还有更多时间（最多到一半）。
- 如果你对规则不确定，最好在机器人开始之前就说出来，但晚说总比不说好。
目前，AI 代理非常不擅长知道何时该开口。它们需要被教导在正确的时间提出正确的问题，否则它们将继续浪费时间建造错误的房子。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。