摘要
组织常进行 A/B 测试，但既往实验数据未被充分利用以指导新干预设计。本研究探讨工具增强的智能体能否自动从实验数据中学习并生成后续干预措施。通过医疗处方消息的两阶段现场实验（涵盖近 70 万次患者访问），对比了“人类+ 聊天机器人”协作设计与“工具增强型智能体”自主提取原则生成新变体的效果。结果显示，配备分析工具及 DIKW 推理架构的智能体能产生更优干预，最佳 AI 生成消息点击率提升 6.5%。研究表明，价值源于领域特定数据而非通用推理能力，证明了智能体可将行为实验转化为可扩展的累积设计学习系统。
AI 推荐理由
论文核心研究 Agent 如何从实验数据中自动学习并生成改进策略，实现自我进化。
研究机构
Johns Hopkins School of Medicine, Baltimore, MD, USA
Carey Business School, Johns Hopkins University, Baltimore, MD, USA
论文信息