arXiv cs.AI· Hans Schabert, Christoph Peters·· 10 天前AI 评分42
一次一步：用 MCP 逐步下发流程，换取 LLM 智能体的过程可预测性
One Step at a Time: Trading LLM Autonomy for Process Predictability
AI 导读
研究提出通过 Model Context Protocol（MCP）逐步下发流程：服务器一次释放一个步骤，智能体执行后返回结构化 step_output，从而在执行前就确定执行路径，并形成可审计的机器可读执行日志。
正文 · AI 翻译
摘要：将运营流程自动化的组织需要的不仅仅是一个正确的结果：他们需要预测流程将如何运行、知道实际运行的是哪一个流程，并逐步检查它。当智能体作为执行者时，这种可预测性通常会丧失：规定的流程进入系统提示，而返回的只有一个最终答案。我们改为通过模型上下文协议（MCP）逐步下发流程：服务器一次发布一个步骤，智能体执行该步骤，每个步骤返回一个结构化的 step_output。这以自主性换取可预测性，由此在构造上自然产生两个属性，且与执行者无关。执行路径在运行前就已规定，因此流程是事先可预测的，而不是事后重建的；并且已完成的步骤记录构成机器可读的执行日志，下游工具可以逐步审计和优化。我们在 13 个 SOP-Bench 领域和四个开放权重执行者（从前沿的 Kimi K2.5 到轻量级的 Ministral 3 8B）上评估了 15,475 次试验，发现步骤级下发使每个执行者的已执行流程都可预测、可检查，并且在执行者较小时还能提高准确率。在所有四个执行者中，流程遵循度显著上升（76-95% 至 95-99%），无依据答案（未执行 SOP 却产生正确输出）几乎消失，从试验的 2.1-4.5% 降至 0.2-0.3%（所有 95% 置信区间均不包含零）；在基于提示的下发方式下，know_your_business 上 31-49% 的正确答案完全绕过了 SOP，即使对于前沿执行者也是如此。准确率正是执行者能力发挥作用之处：轻量级执行者获得了 +6.5pp 的有依据准确率提升，因为从外部提供流程消除了它无法承担的重建负担，而能力较强的执行者则以小幅原始准确率下降换取可预测、可审计的流程。
| 评论： | 14 页，12 张表 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| ACM 分类： | I.2.7; I.2.8; H.4.1 |
| 引用为： | arXiv:2610.07817 [cs.CL] |
| （或 arXiv:2610.07817v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07817 由 DataCite 颁发 arXiv DOI（待注册） |
提交历史
来自：Hans Schabert [查看电子邮件]
[v1]
2026 年 10 月 6 日星期二 06:10:42 UTC（42 KB）
来源：arXiv cs.AI · arxiv.org