架构

Agent Harness：为什么你的模型不是问题所在

LangChain 在 TerminalBench 2.0 上从 30 名开外飙到了第 5 名。他们没有换模型。同一个 LLM。同样的参数。唯一改变的是包裹在模型外面的那层软件——Harness。 ...

多自主才算太自主

Agent 的自主性是一根滑杆，不是一个开关，正确档位由任务决定的多过由技术决定的。把滑杆推到"完全自主"的本能是真的，因为那样 demo 看起来很神奇。代价后来在客服队列里出现，那时一个 Agent ...

Agent 记忆：情景、语义，以及该留下什么

你建的第一个 Agent 没有当前对话之外的任何记忆，这能撑大约一周。然后用户回来，期望连续性，你开始往上贴记忆：一张数据库表、一个向量库、把过去会话的摘要塞进 system prompt。三个月后， ...

Multi-Agent 系统：协调才是真正的难点

Multi-Agent 架构很有诱惑力，因为它映射到人类组织工作的方式：专家、协调者、交接协议。第一次把复杂任务在"研究员"Agent 和"作者"Agent 之间拆分时，结果确实更好。第三次的时候，你 ...

Planner-Executor 拆分：什么时候该拆，什么时候该合

第一天，让单个模型同时做规划和执行，看起来很优雅。三个月后，trace 日志会讲一个不同的故事：Prompt 里负责规划的那部分在工具调用上下文中开始漂移，负责执行的那部分开始幻觉出从未被规划过的步骤 ...

生产环境的 ReAct：经得起跑题的推理循环

ReAct 是一个干净的想法：思考、行动、观察、循环。在生产环境里，循环本身才是最容易崩的部分。模型在前几步推理得还算合理，然后要么过度解释，要么对工具调用反复纠结，要么自说自话地认定任务已经完成。教 ...