**ScrambleToolBench：AI代理在动态环境中仍依赖穷举搜索而非演绎推理**

_ScrambleToolBench: Agents Search Exhaustively Even When Their Own Map Points to the Next Step_

> HuggingFace Daily Papers 推出 ScrambleToolBench，一个交互式终端基准测试，用于评估AI代理在无文档环境下通过试错推断工具行为的能力。该测试引入映射漂移、随机失败等动态挑战，发现当前模型虽能完成初始工具发现，但在环境变化时无法使用演绎策略，反而依赖信念惯性或穷举搜索，暴露出代理推理能力的显著缺陷。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-08-04 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2608.02358)