Redwood Research 提出不可信建议协议：16 字符建议可恢复约 67% 能力差距

Redwood Research 提出不可信建议（untrusted advice）协议，由可信执行模型 T 完成所有动作，不可信模型 U 只能通过受限通道发送简短建议，从而把 U 的影响压缩到可监控的窄通道内。在 SWE-bench Verified 上，U 使用 Claude Sonnet 4.6，T 使用 Gemini 3.1 Flash Lite 和 gpt-oss-120b，每条建议上限 16 字符时，T 可恢复约 67% 的 T 与 U 之间的能力差距，平均每个任务约 320 字符。作者用 LLM 的 surprisal 重新计量信息量，相比按每字符 8 bit 的朴素上界可把 bit 用量降低约 2.5 到 30 倍；在 BashArena 中还尝试让 U 从固定建议菜单中挑选，把每步影响压到 5 到 6 bit。