#Operations Research

AI Agent 開始學會「改企業系統」：新研究讓 LLM 提方案、跑實驗，再用 KPI 決定能不能上線

一篇由香港科技大學、中國科大與新加坡國立大學研究團隊提出的新論文，嘗試把 AI Agent 從單純回答問題推向企業決策系統的實際修改。研究沒有讓 LLM 自由改寫整套倉庫程式，而是建立一張預先批准的 Reformulation Graph，讓 Agent 只能沿著合法路徑提出修改，再實際重新執行 Packing、Dispatching 等下游模組，以 KPI 和 Guardrail 判斷修改是否真的有效。100 個實務倉儲需求中，End-to-End Success Rate 從 Direct LLM 的 72～76% 提升至 79～83%；在存在多種合理修改方式的複雜需求中，DeepSeek 的成功率更從 54% 提高至 72%。