第 38 题：Agent 中的探索 vs 利用（Exploration vs Exploitation）权衡

题目

解释 Agent 中的探索 vs 利用（Exploration vs Exploitation）权衡。

一、概念来源与含义

探索（Exploration）：尝试不确定的动作或策略，以获取新信息、发现更好方案——如尝试新工具、新参数、新推理路径。
利用（Exploitation）：基于当前已知选择认为最优的动作——如反复使用已见效的工具与策略。

二者存在权衡：过度利用会陷入局部最优、错过更优解；过度探索会浪费资源、延迟完成任务。在 RL、多臂老虎机与 Agent 决策中都需要平衡。

二、在 Agent 中的体现

• 工具与 API 选择：总是用“最熟”的 API（利用）vs 偶尔尝试新 API 或新用法（探索），以发现更合适或更全的能力。
• 推理与规划：总用同一类推理链（利用）vs 尝试不同分解方式、不同 CoT 路径（探索），以找到更短或更稳的解法。