39 lines
1.2 KiB
Markdown
39 lines
1.2 KiB
Markdown
---
|
||
title: "Question Quality vs. Quantity（问题质量 vs 数量）"
|
||
created: 2026-05-23
|
||
updated: 2026-05-23
|
||
type: concept
|
||
tags: [agent, dialogue, multi-turn, question-quality]
|
||
sources: [raw/articles/claw-eval-2026.md]
|
||
confidence: medium
|
||
---
|
||
|
||
# Question Quality vs. Quantity
|
||
|
||
> 在多轮专业对话中，真正影响 Agent 表现的不是问了**多少**问题，而是问了**什么**问题。问题质量解释 76% 的 Pass^3 表现差异。
|
||
|
||
## Claw-Eval 的关键发现
|
||
|
||
- 问题质量 → 解释 **76%** 的 Pass^3 表现差异
|
||
- 平均对话轮数 → 与最终表现**几乎没有相关性**
|
||
- 问得更多 ≠ 更好
|
||
|
||
## 含义
|
||
|
||
优秀的 Agent 具备**信息采集策略**：
|
||
- 知道当前最缺什么信息
|
||
- 提出精确的澄清性问题
|
||
- 不浪费轮次在无关探索上
|
||
|
||
这与人类专家的咨询模式一致：高质量的少量追问 > 低质量的广泛探索。
|
||
|
||
## 与 Context 层的关系
|
||
|
||
问题质量取决于 Agent 的 [[context-management|上下文管理]] 能力——能否识别当前状态下的信息缺口，并提出针对性的澄清问题。
|
||
|
||
## 相关概念
|
||
|
||
- [[agent-evaluation-paradigm-shift]]
|
||
- [[context-management]]
|
||
- [[claw-eval]]
|