Agent 控制项选型框架：四象限矩阵与三连问决策树

该章节提出 Agent 质量控制项的选型框架：将控制项按前馈/反馈与计算/推理两个维度交叉成四象限矩阵，用"三连问"决策树判断具体场景该用哪种控制，并给出 Token 经济学成本核算法。 框架的核心原则是先计算后推理、先前馈后反馈；高频场景优先一次性投入搭建成本更低的计算型控制项。文章同时指出控制项并非越多越好，过度约束会拖垮 Agent 自主循环、诱发规避行为，应在出现长期零命中、高误报、被系统性绕过三个信号时主动做减法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。