TRIAGE：评估资源约束下大语言模型的前瞻性元认知控制

将大语言模型部署为自主智能体不仅需关注单任务准确率，更需在有限 Token 预算下面对任务队列时，于执行前决定尝试哪些任务、顺序及计算资源分配。本文提出 TRIAGE 评估框架，要求模型基于自身基线成本，提交包含选择、排序及资源分配的单一有序计划，并与全知预言机对比评分。实验显示，当前前沿模型在此类前瞻性元认知控制上存在显著差距，揭示了资源高效智能体部署中未被衡量的关键能力维度。