Budget-Aware Tool-Use Enables Effective Agent Scaling
作者: Tengxiao Liu, Zifeng Wang, Jin Miao, I-Hung Hsu, Jun Yan, Jiefeng Chen, Rujun Han, Fangyuan Xu, Yanfei Chen, Ke Jiang, Samira Daruki, Yi Liang, William Yang Wang, Tomas Pfister, Chen-Yu Lee
分类: cs.AI
发布日期: 2025-11-21
💡 一句话要点
提出预算感知工具使用框架BATS，有效提升LLM智能体在受限资源下的性能
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大型语言模型 工具增强智能体 预算感知 成本效益 Web搜索智能体
📋 核心要点
- 现有工具增强型LLM智能体在扩展时，简单增加工具调用预算无法有效提升性能，因为它们缺乏对预算的感知。
- 论文提出Budget Tracker和BATS框架，使智能体具备预算感知能力，动态调整规划和验证策略，从而在预算约束下有效扩展。
- 实验表明，预算感知方法能够产生更优的成本-性能扩展曲线，并推动成本-性能帕累托前沿，提升资源利用率。
📝 摘要（中文）
本文研究了如何在显式的工具调用预算下有效扩展工具增强型LLM智能体，特别关注Web搜索智能体。研究发现，简单地增加工具调用预算并不能有效提升性能，因为智能体缺乏“预算感知”。为此，本文提出了Budget Tracker，一个轻量级的插件，为智能体提供持续的预算感知，从而实现简单的扩展。进一步，开发了BATS（Budget Aware Test-time Scaling），一个先进的框架，利用这种感知动态地调整其规划和验证策略，根据剩余资源决定是“深入挖掘”有希望的线索还是“转向”新的路径。为了以受控的方式分析成本-性能扩展，本文形式化了一个统一的成本指标，共同考虑token和工具消耗。首次对预算约束的智能体进行了系统的研究，表明预算感知方法产生更有利的扩展曲线，并推动成本-性能帕累托前沿。这项工作为更透明和有原则地理解工具增强型智能体的扩展提供了经验性的见解。
🔬 方法详解
问题定义：现有工具增强型LLM智能体在测试时扩展计算资源（包括token和工具调用）可以提升性能。然而，简单地增加工具调用预算并不能带来预期的性能提升，因为智能体缺乏对预算的有效管理和利用，导致资源浪费和效率低下。因此，需要研究如何在预算约束下，更有效地利用工具调用来提升智能体的性能。
核心思路：核心思路是让智能体具备“预算感知”能力，使其能够根据剩余的预算动态地调整其规划和验证策略。具体来说，智能体需要知道当前剩余的预算，并根据预算情况决定是继续深入探索当前路径，还是转向新的探索方向。通过这种方式，智能体可以更有效地利用有限的资源，从而在预算约束下实现更好的性能。
技术框架：整体框架包含两个主要组件：Budget Tracker和BATS（Budget Aware Test-time Scaling）。Budget Tracker是一个轻量级的插件，负责跟踪和更新智能体的预算信息，并将其提供给智能体。BATS框架则利用Budget Tracker提供的预算信息，动态地调整智能体的规划和验证策略。BATS框架包含规划模块和验证模块，规划模块负责生成下一步的行动计划，验证模块负责评估当前行动计划的可行性，并根据预算情况决定是否执行该计划。
关键创新：关键创新在于提出了预算感知的概念，并将其应用于工具增强型LLM智能体的扩展中。通过引入Budget Tracker和BATS框架，智能体能够根据剩余的预算动态地调整其行为，从而更有效地利用有限的资源。此外，论文还形式化了一个统一的成本指标，用于衡量token和工具调用的成本，从而可以更全面地评估智能体的性能。
关键设计：Budget Tracker的设计非常轻量级，可以方便地集成到现有的智能体框架中。BATS框架的关键设计在于如何根据预算信息动态地调整规划和验证策略。具体来说，BATS框架使用一个基于规则的策略，根据剩余预算和当前行动计划的置信度，决定是继续深入探索当前路径，还是转向新的探索方向。此外，论文还设计了一个统一的成本指标，用于衡量token和工具调用的成本，该指标可以用于优化智能体的行为。
🖼️ 关键图片
📊 实验亮点
论文通过实验证明，与缺乏预算感知的基线方法相比，BATS框架能够显著提升智能体在预算约束下的性能。实验结果表明，BATS框架能够产生更优的成本-性能扩展曲线，并推动成本-性能帕累托前沿。例如，在Web搜索任务中，BATS框架在相同预算下能够获得更高的准确率，或者在相同准确率下能够节省更多的资源。
🎯 应用场景
该研究成果可应用于各种需要智能体在资源受限环境下进行决策的任务，例如移动机器人导航、智能客服、自动化金融交易等。通过预算感知，智能体可以在有限的计算资源和时间约束下，更有效地完成任务，提高效率和降低成本。未来的研究可以进一步探索更复杂的预算管理策略和更智能的资源分配算法。
📄 摘要（原文）
Scaling test-time computation improves performance across different tasks on large language models (LLMs), which has also been extended to tool-augmented agents. For these agents, scaling involves not only "thinking" in tokens but also "acting" via tool calls. The number of tool calls directly bounds the agent's interaction with the external environment. However, we find that simply granting agents a larger tool-call budget fails to improve performance, as they lack "budget awareness" and quickly hit a performance ceiling. To address this, we study how to scale such agents effectively under explicit tool-call budgets, focusing on web search agents. We first introduce the Budget Tracker, a lightweight plug-in that provides the agent with continuous budget awareness, enabling simple yet effective scaling. We further develop BATS (Budget Aware Test-time Scaling), an advanced framework that leverages this awareness to dynamically adapt its planning and verification strategy, deciding whether to "dig deeper" on a promising lead or "pivot" to new paths based on remaining resources. To analyze cost-performance scaling in a controlled manner, we formalize a unified cost metric that jointly accounts for token and tool consumption. We provide the first systematic study on budget-constrained agents, showing that budget-aware methods produce more favorable scaling curves and push the cost-performance Pareto frontier. Our work offers empirical insights toward a more transparent and principled understanding of scaling in tool-augmented agents.