面壁智能 EC²-Bench 研究端云智能体协作
When should the cloud execute for the edge agent, and when should it just advise?
面壁智能与清华用 EC²-Bench 在 128 个可执行任务上评测四种端云协作策略，同时衡量任务完成度、资源成本与隐私暴露。端侧 Qwen3.5-9B 加云端 GLM-5.3 时，最佳协作得分 60.46，约为纯云端 82.70 的 73%，成本仅 $8.73，约为纯云端 $56.42 的 15%。弱端侧适合由外部路由器让云端执行（2B 模型 39.97 对 15.86），强端侧适合云端只给建议（9B 模型 60.46）。
正文 · AI 翻译
云端应在何时为端侧智能体执行任务，又应在何时仅提供建议？
我们系统性地研究了长程智能体执行中的端云协作。借助 EC²-Bench，我们在 128 个可执行任务上评估了四种协作策略，同时衡量任务完成度、资源成本与隐私暴露。 以下是三项关键发现：
1️⃣ 云端预算小，收益大。（成本效率）在端侧使用 Qwen3.5-9B、云端使用 GLM-5.3 时，纯端侧得分为 39.12；最佳协作达到 60.46——约为纯云端（82.70）的 73%——而成本仅为 $8.73，约为纯云端 $56.42 的 15%。 2️⃣ 性能趋同，隐私不然。在 Qwen3.7-Plus 上，最佳协作达到 76.84，而纯云端为 82.70；策略差距缩小至仅 3.67 个完成度百分点，但隐私暴露跨度达 66.23 个百分点——且表现最佳的策略泄露最多。 3️⃣ 模式随端侧能力而翻转。弱端侧最适合由外部路由器让云端执行（2B：逐步路由 39.97 对自我委派 15.86）；较强端侧最适合云端仅提供建议（9B 云端建议 60.46）。 进一步实验凸显了有效自主协作所依赖的两项能力：知道何时求助，以及真正采纳云端的建议。
📄 论文：https://t.co/ESc7nA1Aeu 🌐 项目：https://t.co/J1A3ZjtgCj 💻 代码：https://t.co/xjAuYnCDT1
#EdgeCloudCollaboration #AIAgent #LLM #OnDeviceAI #AgentBenchmark #EC2Bench #OpenBMB #Tsinghua