北京
在隱私至上的本地AI場景中，AI代理執(zhí)行復(fù)雜指令時的能耗失控問題正日益凸顯。一項針對MacBook Pro（搭載M1 Max芯片）的實測顯示，運行Qwen3-Coder-30B-A3B這類模型時，單一任務(wù)可能持續(xù)超過10分鐘，期間需發(fā)起30次以上的推理調(diào)用，GPU功耗峰值突破40瓦，芯片溫度長時間徘徊在90攝氏度以上。更令人沮喪的是，這些高負(fù)荷運轉(zhuǎn)最終卻可能以任務(wù)失敗告終，徒費電力。為終結(jié)這一“徒勞耗能”的窘境，Brave公司于2026年5月28日正式推出AgentStop——一個可在AI代理出現(xiàn)失敗跡象時主動終止任務(wù)，從而回收寶貴電池與計算資源的智能系統(tǒng)。 AgentStop的核心機制在于實時監(jiān)控模型輸出。研發(fā)團(tuán)隊發(fā)現(xiàn)，本地AI代理在任務(wù)傾向于失敗時，常會呈現(xiàn)明顯的“失控征兆”：輸出內(nèi)容的置信度持續(xù)走低、單步推理所產(chǎn)生的token數(shù)異常膨脹以致陷入循環(huán)、或不斷重復(fù)生成相似結(jié)果。一旦偵測到這些模式，AgentStop便會立即介入、中斷執(zhí)行，避免GPU與電池繼續(xù)為空轉(zhuǎn)買單。 實際效果由數(shù)據(jù)佐證。在應(yīng)用于Qwen3-Coder-30B-A3B進(jìn)行SWE-Bench Verified基準(zhǔn)測試（涵蓋500個編程任務(wù)）時，AgentStop的介入使整體電力消耗減少約19%，而引入的額外任務(wù)失敗風(fēng)險僅約3%。這意味著，在不顯著損害任務(wù)完成率的前提下，設(shè)備續(xù)航與熱管理獲得了一次實質(zhì)性優(yōu)化。 Brave將AgentStop視為“讓本地AI代理兼顧隱私、便利與能效的第一大步”。該項目已以MIT許可證完全開源，感興趣的用戶可從GitHub獲取源碼并自行部署。伴隨本地AI在手機、筆記本等移動設(shè)備上的普及，這類“智慧打斷”技術(shù)，或?qū)⒊蔀槠胶庑阅芘c續(xù)航的關(guān)鍵支點。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
