详细内容或原文请订阅后点击阅览
您为 AI 代理支付的费用将变化很大且不可预测
对领先人工智能代理的测试发现，消耗的代币数量差异很大，没有透明度，也无法保证成功。
来源:ZDNet | 机器人新闻关注 ZDNET：将我们添加为 Google 上的首选来源。
ZDNET 的关键要点
在实施代理人工智能的所有挑战中，最不被理解的问题是成本。 OpenAI、Google 和 Anthropic 等人工智能提供商都有价格表，但这些列出的价格都没有告诉用户实际解决问题的最终费用是多少。
根据密歇根大学和合作机构的一项新的成本研究，结果可能会令人震惊：代理商成本飙升且不可预测。
这项研究由来自密歇根州的主要作者 Longju Bai 以及斯坦福大学、All Hands AI、谷歌 DeepMind 部门、微软和麻省理工学院的合作者共同完成，题为“AI 代理如何花钱？分析和预测代理编码任务中的代币消耗”，据作者称，这是“第一个关于 AI 代理代币消耗的系统研究”。
该研究已发布在 arXiv 预印本服务器上。
值得注意的是，该书的作者是一位著名的斯坦福大学经济学家 Erik Brynjolfsson，他对人工智能对生产力的影响进行了广泛的评论。
最重要的发现是，代理消耗的令牌比逐轮、简单、基于提示的聊天多出几个数量级 - 认为代理的令牌数量是 ChatGPT 一轮提示的 3,500 倍。
另外：麻省理工学院的研究发现，人工智能代理快速、松散且失控
令牌是人工智能模型处理信息的基本单位。它可以是一个单词的一部分、整个单词，或者只是一个标点符号，具体取决于模型如何将数据切成碎片。
最糟糕的是这一切都无法预测。 Bai 和团队发现，代理无法可靠地估计他们最终将在给定任务中消耗多少代币。
另外：代理编码启示录的 5 个神话