LLM 代理能否担任首席财务官？基于不确定企业环境下长期资源分配的基准测试
人工智能
2026-05-19 v2
摘要
大语言模型（LLM）代理正在被测试于复杂任务，但其在不确定环境下进行长期资源分配的能力尚不明了。不同于具有即时反馈的反应式任务，这一设置要求代理在部分可观测性、延迟后果、硬性资源预算以及动态变化的环境下做出具有约束性的承诺。我们引入 EnterpriseArena，一个覆盖 132 个月的 CFO 模拟器，用于评估不确定环境下长期资源分配。代理必须在变化的宏观经济体制下管理流动性、核算账目、收集昂贵信号，并请求股权或债务融资。该模拟器基于转换后的企业级财务数据、匿名业务文件、十年尺度的宏观经济和行业信号，以及专家验证的运营规则构建。针对 23 个 LLM 和四个代理框架进行实验，结果显示当前代理仍远非稳健：仅有 15.4% 的试验能完整走完整个时间范围，较大的模型并不一定能可靠地超越较小的模型，失败会在观察、行动时机和资本规模等方面级联。这些发现确立了在不确定性下进行长期资源分配作为 LLM 代理的一个独特能力缺口。
引用
@article{arxiv.2603.23638,
title = {Can LLM Agents Be CFOs? Benchmarking Long-Horizon Resource Allocation in an Uncertain Enterprise Environment},
author = {Yi Han and Yan Wang and Lingfei Qian and Haohang Li and Yupeng Cao and Yueru He and Xueqing Peng and Nanhan Shen and Yitao Xu and Yankai Chen and Dongji Feng and Jimin Huang and Xue Liu and Jian-Yun Nie and Sophia Ananiadou},
journal= {arXiv preprint arXiv:2603.23638},
year = {2026}
}