LLM‑as‑Judge

深度分析

「情感動態引擎」揭示的「狀態飽和陷阱」：LLM‑as‑Judge 在自主 AI 代理干預時機的局限性分析

研究探討自動代理在長程執行時的干預時機，利用 18 維情感動態引擎 HEART 評估四種觸發機制，發現狀態飽和陷阱使閾值觸發變成持續警示，且 LLM 判斷器成本高且精準度低。三位標註者對同一軌跡的干預點僅略高於機會，顯示干預時機本身可靠度低。因此，單一模型的即時干預仍具挑戰。