A Human-in-the-Loop Autonomous Agent for Industry Time Series Forecasting
本文介绍了 CastClaw，这是一种人机协同的自主智能体，它集成了自然语言任务规范、专门的预测模型以及基于证据的迭代优化，在电价和负荷预测方面超越了 16 种基准模型，同时能够提供透明的执行报告。
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
预测随时间变化的数字（如电价或电网负荷）是一项极少能仅靠单一、孤立的计算就取得成功的任务。在现实世界中，准确的预测不仅仅是将历史数据喂给计算机程序并等待答案。它是一个复杂的、迭代的过程，其中人类专家必须定义目标、连接正确的数据源、应用关于世界运作方式的特定知识，并仔细判断计算机的猜测是否合理。如果预测结果看起来很奇怪，专家必须寻找缺失的信息、调整方法，或者决定停止并尝试其他途径。多年来，该领域一直分为两派：一类是专门的计算机模型，它们擅长处理数字但思维僵化；另一类是通用人工智能智能体，它们能够推理和对话，但往往缺乏可靠数值预测所需的严格规则和检查。
中国科学技术大学的研究人员开发了一个名为 CastClaw 的新系统来弥补这一差距。这是一个旨在与人类协作的自主智能体，充当一名不知疲倦的助手，负责处理繁重的数据分析工作，而将最终的判断和监督留给负责人。该系统并非取代人类，而是创建了一个循环：计算机提出预测，根据已知模式和用户规则进行检查，并且只有在发现支持修正的有力证据时才会改变主意。如果证据缺失，系统知道向人类寻求帮助或寻找更多上下文，而不是盲目猜测。这种方法将预测从一次性的计算转变为一个有据可查、可审计的工作流，其中从最初的问题到最终的数字，每一步都被记录并可以被审查。
CastClaw 的核心是一个研究人员称之为“束缚”（harness）的框架，它充当了连接不同工具的中枢神经系统。当用户用自然语言提出问题（例如预测次日的电价）时，系统首先识别需要哪些数据以及必须遵循哪些规则。然后，它会引入来自专门模型的预测，或使用用户提供的预测。在接受这个数字之前，系统会运行一系列检查。它会观察近期模式以查看预测是否符合规律，将其与领域知识（如天气影响或供需动态）进行对比，并验证其是否满足用户设置的硬性约束。如果预测通过了这些测试，则予以保留。如果失败，系统不会简单地丢弃它，而是调查原因。它可能会搜索缺失的上下文，运行另一种类型的分析，或咨询另一个模型以查看是否存在更好的候选方案。
至关重要的是，该系统设计为知道何时停止。它不会无休止地改变主意。当预测得到证据支持、进一步的改变不太可能有所帮助、计算预算耗尽或需要人类专家做出最终决定时，它会停止过程。系统采取的每一项行动、发现的每一条证据以及考虑过的每一个预测版本都会被保存在一份详细的报告中。这份报告允许人类精确地看到最终的数字是如何得出的，包括任何警告或仍未解决的问题。系统将人类输入视为证据链中至셜的一环，而非可以被忽略的最终命令，人类可以通过输入来纠正任务、增加新假设或随时停止运行。
为了测试这种方法是否奏效，研究人员将 CastClaw 应用于来自比利时、德国、法国、北欧池（Nordic Pool）和美国 PJM 的五个不同的电力价格公开数据集。他们将系统的表现与包括传统统计工具到高级人工智能模型在内的十六种其他方法进行了比较。在每一种情况下，CastClaw 都产生了最准确的预测（以数值与实际未来值的接近程度衡量）。它以显著优势超越了现有的最佳方法，在某些地区将误差降低了高达百分之三十。研究人员还在使用北欧电力市场数据的实时环境中演示了该系统。在此演示中，用户提供了一个初始预测，系统根据市场情况对其进行了检查。当系统发现拟议的调整实际上会使预测变差时，它拒绝了该调整并保留了原始预测，同时记录了整个决策过程。这表明该系统具备批判性思维能力，既知道何时对好的想法说“是”，也同样知道何时对坏的想法说“不”，并且整个工作流是完全可审计的。
研究人员还利用代表 2026 年上半年华北地区电力负荷的离线数据运行了该系统。这次练习旨在使用相同的任务规范、模型和工具来验证离线工作流执行，但其目的不在于演示在线部署、生产使用或与其他模型的准确性对比。结果证实，该系统能够在离线环境中完成从头到尾的完整工作流，根据其规则管理数据、工具和决策，并记录详细报告。这项研究明确指出，虽然该系统功能强大，但它并不是一个能瞬间解决所有问题的“魔术盒”。它是一个需要人类来定义目标并提供最终监督的工具，以确保预测始终立足于现实并对决策有用。通过将机器的速度与人类的判断力相结合，CastClaw 为应对预测未来这一难题提供了一种新途径，将一个混乱的过程转变为一段清晰、可靠且透明的旅程。
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。