告别盲目全量读取：E3框架重构AI智能体任务执行范式，成本骤降91%

当前，大语言模型智能体正日益广泛地应用于多步骤工程和信息学工作流的自动化中，然而它们往往缺乏对任务实际所需努力的感知能力。大多数智能体遵循一种"最大上下文优先"的策略，即反复重读已经查看过的文件和依赖项，这种冗余行为使得原本只需一行代码的编辑变成了对整个代码库的审计。本研究指出，缺失的关键能力在于任务感知型执行范围估算，即智能体需要在投入计算预算之前，准确判断任务的难度、真正需要的信息以及最短的可靠执行路径。为此，作者形式化了"最小充分执行"的概念，并提出了智能体认知冗余比率（ACRR）这一指标，旨在量化并减少执行过程中的认知浪费。研究的核心贡献在于提出了一种名为E3（Estimate, Execute, Expand）的新框架，该框架赋予智能体先估算初始操作点，再执行最小可行路径，最后仅在验证失败时才扩展执行范围的能力，从而从根本上改变了智能体处理任务的逻辑起点。在技术方法层面，E3框架通过三个紧密耦合的阶段重构了智能体的执行流程。第一阶段为估算（Estimate），智能体基于任务描述初步评估所需的上下文范围和复杂度，设定一个保守的初始操作点，避免盲目加载全部上下文。第二阶段为执行（Execute），智能体仅基于估算结果执行最小可行路径，这意味着它只访问完成任务所必需的最少文件和代码片段，极大地限制了上下文窗口的膨胀。

第三阶段为扩展（Expand），这是一个基于反馈的迭代机制，只有当最小路径的执行结果未能通过验证时，智能体才会根据错误信息动态扩展搜索范围，重新加载更多上下文以修正错误。这种策略避免了预先加载所有可能相关信息的低效做法，将计算资源集中在真正产生价值的执行步骤上。通过这种方式，E3不仅优化了Token的使用效率，还显著降低了因上下文过长导致的注意力分散和推理错误风险，实现了执行效率与准确性的平衡。实验部分在两个不同的基准上进行了全面评估。首先在MSE-Bench上进行，这是一个包含121个确定性编辑任务的基准测试，运行在一个能力受控的模拟器中。结果显示，E3框架在保持与最强基线100%相同任务成功率的同时，将执行成本降低了85%，Token消耗减少了91%，检查的文件数量减少了92%。此外，E3还比一个强大的自适应检索基线高出16%的性能优势。这些增益在保持指令措辞变化和不同的成本权重下依然稳健。

为了验证框架在真实场景中的有效性，研究还使用了LLM-Case配套工具，在真实的GPT-4o智能体上对开源库进行编辑测试。每个候选补丁都通过运行项目真实的pytest套件并与测量过的预言机进行比对来评级。结果表明，虽然真实模型中的过度读取现象较模拟器中轻微，但依然存在，而E3策略在保持同等任务成功率的前提下，成为最精简且执行速度最快的策略。其唯一的短板是受到提供商速率限制的影响，而非编辑本身的错误，这进一步证明了其在资源受限环境下的优越性。这项研究对开源社区和工业落地具有深远的意义。它不仅仅是一个性能优化框架，更是对当前智能体设计范式的一种反思，提出了"工程化人工智能"（EGAI）的概念，即智能体的努力程度应锚定在任务的工程现实之中。通过引入任务感知型执行，E3框架展示了如何在保证准确性的前提下大幅降低大模型调用的经济成本，这对于大规模部署智能体应用至关重要。对于后续研究而言，ACRR指标和MSE-Bench基准为衡量智能体执行效率提供了新的标准，推动了从单纯追求智能性到同时关注效率与可持续性的研究方向转变。释放的框架和基准工具也将促进社区对智能体冗余行为的深入探索，推动更智能、更经济的自动化工作流的发展。