当 AI Agent 拿到了文件读写、终端执行、浏览器操控乃至支付接口权限，”会做事”已不再是唯一标准——”知道什么时候不做”正成为生产级智能体的关键安全与效率底线。

近日，华盛顿大学（University of Washington）联合艾伦人工智能研究院（Allen Institute for AI）发表论文《Agentic Abstention: Do Agents Know When to Stop Instead of Act?》，首次系统性定义了智能体在多轮交互中应”主动弃权（Abstention）”而非盲目持续行动的决策问题，并提出无需重训模型的上下文工程解法 CONVOLVE（Context Evolution），让 Agent 从过往交互轨迹中提炼”停止规则”，显著提升及时停手能力。

一个购物场景暴露的普遍盲区

设想你对 AI Agent 说：”帮我在网店找并购买一只粉色客厅抱枕。“Agent 打开搜索，第一轮返回结果——整个商品目录根本没有粉色抱枕。按常识，此时应立即告知用户”任务在当前环境下不可完成”，而非继续空转。

但现实中的 LLM-based Agent 往往反其道而行：它会换关键词重搜、翻页、点进无关商品，把预设的 10～15 轮工具调用预算全部耗光，最后要么硬凑一个错误选项，要么沉默失败。

研究团队指出，这种”该停不停”的行为在生产环境中意味着无谓的 API 费用、延迟、甚至危险的错误操作——比如对不存在的路径反复执行 rm、chmod，或对无法支付的订单反复发起请求。

这一问题被团队正式命名为 Agentic Abstention（智能体弃权）：在多轮工具使用场景中，当任务因指令矛盾、信息不足或环境限制而不可完成时，Agent 应在获得足够证据后尽早选择 ABSTAIN（停止并说明/请求澄清），而非继续无意义的 ACT（搜索/点击/执行命令）。

这与传统 LLM 单轮”答或拒答（Answer or Abstain）”有本质区别——Agentic Abstention 是一个序贯决策问题，不可解性往往要在与环境交互数轮后才暴露。

大规模评测：大多数 Agent”迟认输”但不会”早认输”

研究团队在网页购物（WebShop）、终端操作（Terminal-Bench 2.0）和交互式问答（AbstentionBench 改造版）三大场景下，对 13 个主流 LLM-as-Agent 系统和 2 种 Agent 脚手架开展了超过 28,000 条指令的评测，得出几项关键发现：

• 及时弃权率普遍极低。即便部分模型在 10 轮内最终能意识到任务不可行（最终弃权召回率 AbsRec@10 可达 80%+），但在最早应停手的那个回合就正确弃权的及时召回率（AbsRec@1）大多不足 30%。Llama-3.3-70B 在 WebShop 上的及时弃权率仅 26.7%。
• 模型变大≠更及时。更大参数量的模型最终弃权比例略高，但”及时性”并未随规模显著改善，某些强模型甚至因过度自信而更晚停手。推理增强（Thinking mode）可减少过度弃权（over-abstention），也不必然提升及时性。
• 脚手架影响超乎预期。同一模型换用不同 Agent 框架（如 Codex CLI vs. Terminus 2），弃权表现可相差悬殊，说明这是系统工程问题，不靠堆模型单独解决。

评测还区分了两类应弃权情形：基于请求的弃权（指令本身矛盾或主观——较易识别）和基于环境的弃权（任务初看正常，交互后发现目标不存在——最难，Agent 普遍在此类上严重滞后）。

CONVOLVE：用”经验手册”教会 Agent 何时停手，无需重训

针对上述痛点，论文提出 CONVOLVE（Context Evolution）——一种纯上下文工程的改进方法：先让 Agent 跑一批含不可解任务的标注数据集并记录完整交互轨迹；再由一个反思模型分析哪些轨迹出现了”本可提前停却继续空转”的信号，提炼出通用化、结构化的停止规则手册（Stopping Rule Playbook）；最后将该手册注入后续任务的 System Prompt 中，引导 Agent 在观测到同类信号时及早 ABSTAIN。全程不涉及任何模型权重更新或微调。

实验显示，仅用 20 条交互轨迹蒸馏出的规则手册，就将 Llama-3.3-70B 在 WebShop 上的及时弃权召回率从 26.7% 提升至 57.4%，最终弃权率从 83.2% 升至 100%。更值得注意的是，小模型（8B）总结出的规则手册可直接迁移辅助 70B 大模型，效果接近大模型自产手册——意味着企业可用低成本模型离线生成经验，普惠赋能线上主力 Agent。

“不做”能力与”做对”同等重要

随着 AI Agent 从演示原型走向接入企业文件系统、CI/CD 流水线、客服工单乃至金融业务，盲目持续行动的代价陡增——无意义循环可消耗大量 Token 预算，错误操作可能触发生效的写权限，而无法识别不可行任务则直接损害用户信任。

Agentic Abstention 框架与 CONVOLVE 方法的贡献，在于把”知道何时不做”从模糊的 Prompt 工程直觉变成可量化评测、可系统化优化的独立能力维度。

论文作者强调，未来 Agent 评测体系除关心任务成功率（Success Rate）外，也应追踪及时弃权率（Timely Abstention Recall）和过度行动成本（Wasted Tool Calls），方能全面衡量一个智能体是否真正”可靠”。

目前论文及代码已在 https://lhannnn.github.io/agentic-abstention公开，arXiv 预印本编号 arXiv:2606.28733。

---

参考文献：Luo H., Wen B., Wang L.L. et al. Agentic Abstention: Do Agents Know When to Stop Instead of Act? University of Washington & Allen Institute for AI, arXiv:2606.28733, 2026.