脑机百科消息(bciwiki.com)，据BIDMC消息，一项研究AI代理如何在脑机接口中执行指令的预印本于2026-09-17上传至medRxiv，未经同行评审。研究使用来自47名肌萎缩侧索硬化症患者的1,065个片段数据，测试了五种语言模型，重点考察解码环节的不确定性如何影响后续执行。
研究向代理提供重建的解码器置信度，即解码结果的可信程度信息。在相同执行覆盖率下，这种做法从未使不忠实执行率低于确定性门控，两个模型的表现显著更差。这里的覆盖率指执行所覆盖的比例，并非医保覆盖。表面上最高达22个百分点的安全改善反映的是执行次数减少，有时是通过无效工具调用，而非明确选择不执行。
在事后开展的信息条件对等测试中，十个模型获得了与确定性解析器相同的指令词表。没有一个直接执行的代理组改善了解析器的风险—覆盖率前沿，即不同覆盖率下可达到的风险水平。不过，一种混合架构让模型提出语义修正，同时由外部门控保留执行准入权限；它在十个模型中的五个上实现了超过解析器的覆盖范围，且未观察到不忠实执行。
作者据此主张，在代理式神经技术中区分推断与控制：模型可以提出对指令含义的修正，但是否执行仍交由外部机制决定。混合架构的结果限于此次测试中未观察到不忠实执行，不能据此认定其在实际使用中不会出错。