在人工智能領域，一項由OPPO AI智能體團隊帶來的突破性研究成果近日引起了廣泛關注。該研究聚焦于如何提升AI智能體解決復雜問題的能力，并創新性地提出了“測試時計算擴展”的概念。
這項研究以論文《擴展LLM智能體的測試時計算能力》為題，于2025年6月17日在arXiv預印本平臺上發表，論文編號為arXiv:2506.12928v1。對研究感興趣的讀者可以通過訪問GitHub上的OPPO-PersonalAI/OAgents倉庫獲取相關代碼，或聯系通訊作者周王春舒（郵箱：zhouwangchunshu@oppo.com）以獲取更多信息。
近年來，AI智能體在各個領域展現出了驚人的能力，從完成復雜任務的LangChain，到多角色協作的meta-GPT，再到“長思考”模型O1和R1等，它們正變得越來越強大。然而，正如聰明的學生在考試時需要更多時間來思考難題一樣，AI智能體在“思考”階段投入更多計算資源，同樣能顯著提升其解決復雜問題的能力。
OPPO AI團隊的研究填補了這一領域的空白，他們首次系統性地探索了將測試時計算擴展方法應用于語言智能體的可行性。研究團隊深入分析了四個關鍵策略：并行采樣算法、序列修正策略、驗證器和結果合并方法，以及多樣化探索策略。通過在GAIA基準測試上的全面實驗，他們發現，適當地擴展智能體的思考時間確實能提升性能，但關鍵在于智能體需要學會何時進行反思，而非盲目增加思考次數。
為了理解這項研究的意義，我們可以將AI智能體比作一個需要解決復雜問題的專家團隊。在面對如分析復雜研究報告或設計軟件系統等棘手任務時，這個專家團隊通常不會在第一次嘗試就得出完美答案，而是需要反復討論、修正方案、驗證結果。傳統的AI智能體就像一個只給出一次答案的專家，無論問題多復雜，都只能進行一輪思考，這顯然不足以應對需要多步推理、工具調用和復雜決策的任務。
OPPO團隊的研究則讓AI智能體能夠像人類專家一樣，通過多次嘗試、反思和改進來逐步逼近最佳答案。他們設計的ATTS（智能體測試時擴展）綜合框架，為智能體提供了四種不同的“思考工具”：并行采樣算法、序列修正策略、驗證器和結果合并方法，以及多樣化探索策略。
并行采樣算法讓智能體同時進行多種不同的思考路徑，包括傳統的Best-of-N方法、Step-wise Best-of-N方法、Beam Search方法和DVTS（多樣化驗證樹搜索）方法。序列修正策略則相當于給智能體提供了“反思”和“自我糾錯”的能力，研究團隊設計了一個評分系統，只有當智能體的某個步驟得分較低時，才會觸發反思機制。
驗證器和結果合并方法用于解決智能體通過不同路徑得到多個答案時的選擇問題。研究團隊比較了投票法、評分法和列表式方法，實驗結果顯示列表式方法表現最佳，因為它能夠進行更細致的比較。
多樣化探索策略則相當于組建一個多元化的專家團隊來解決問題。研究團隊發現，讓不同的AI模型（如GPT-4.1、Claude-3.5、Gemini-2.5-Pro等）分別嘗試同一個任務，然后綜合它們的結果，往往能獲得比單一模型更好的效果。
為了驗證這些策略的有效性，研究團隊選擇了GAIA基準測試作為實驗平臺。實驗結果顯示，Best-of-N方法在簡單和中等難度任務上取得了最佳成績，而Step-wise Best-of-N方法在最困難的Level 3任務上表現最佳。在序列修正策略的實驗中，研究團隊發現盲目增加反思頻率并不總是有益的，而基于性能閾值的選擇性反思機制則取得了最佳效果。
驗證器和結果合并方法的對比實驗進一步證實了列表式方法的優勢，而多樣化探索策略的實驗結果則最為激動人心。當使用四種不同的AI模型進行協作時，Pass@4的性能遠超單一模型的表現。
研究團隊還提供了一個詳細的案例分析，涉及一個復雜的學術查詢任務：計算兩篇不同研究論文中提到的海洋生物測量數據之間的百分比關系。在這個案例中，不同的智能體采用了不同的搜索策略和數據提取方法，最終系統通過列表式驗證方法選擇了最可靠的答案。
這項研究的突破在于首次系統性地將測試時計算擴展方法適配到了智能體框架中，并發現了一些在單模型環境中不明顯的規律。然而，研究也存在一些局限性，如所有實驗都基于GAIA這一個基準測試，以及對計算成本和效率的分析相對較少。
從實際應用的角度來看，這項研究提供了幾個有價值的指導原則。對于需要處理復雜任務的智能體系統，Best-of-N方法提供了一個簡單而有效的性能提升方案。對于資源更充足的應用場景，多模型協作策略展現出了巨大潛力。選擇性反思機制的發現對于長時間運行的智能體系統特別有意義。
不過，將這些方法應用到實際產品中還面臨一些挑戰，如計算成本問題和延遲問題。盡管如此，OPPO團隊的研究無疑為AI智能體的發展指明了一個有前景的方向。
隨著相關技術的進一步成熟，我們有理由期待看到更多能夠進行深度思考和有效協作的AI智能體出現在我們的生活中。這些更“聰明”的AI智能體將能夠更好地幫助我們處理日常工作和生活中的復雜問題。
