监控准确率不是答案：评估 AI 智能体重启监控器的决策价值框架

研究提出用决策价值而非准确率评估 AI 智能体重启监控器：固定 90% 准确率的监控器可使成功率在 -5 到 +35 个百分点之间摆动，取决于替换尝试的剩余预算成功概率。作者给出决策充分性判据与免额外模型调用的有限样本决策审计。在 SWE-bench Verified 的 19 个 SymPy 问题、194 次模型执行中，103 次实时比较无一达到认证门槛。