Intuit 论文提出以决策价值评估 AI Agent 重启监控器

Intuit 研究者 Siddharth Jain 与 Venkat N Vedam 发布论文，指出固定 90% 准确率的监控器可使 AI Agent 重启收益在 -5 到 +35 点之间变化。论文提出决策充分性判据和无需额外模型调用的有限样本决策审计。对 SWE-bench Verified 中 19 个 SymPy 问题的 194 次外部评估显示，103 个实时对比均未达到认证门槛。