Wiki 知识库

全部文档 / 作者: Rohit / 标签: LLM

3 篇
清除

如何为每个编码代理提供相同的第二大脑

本文探讨了在多个编码代理之间切换时产生的“重置税”问题,即代理间缺乏共享状态导致重复探索、决策冲突和效率低下。作者提出解决方案:不复制整个会话,而是创建一个可移植的、经过审计的任务契约,记录已验证的任务状态、约束和决策。文章强调模型与工具链应分别路由,并指出共享状态应包含权威数据而非未经验证的信息,以避免上下文过载和记忆污染。通过小型、版本化的契约,不同代理可以无缝协作,同时保持各自的优势。

技术 › LLM Rohit 2026-08-2025.3 KB 330.7K 263 76

2026年AI Agent:学什么、做什么、跳过什么

本文探讨了在快速迭代的AI Agent领域中,如何辨别技术的持久价值与暂时噪音。作者提出了过滤新技术的五个维度,强调了“上下文工程”和“工具设计”作为核心原语的重要性。文章主张关注那些能经受时间考验的基础模式,而非追逐每周的新框架,并指出真正的专业技能在于知道该忽略什么。

技术 › Agent Rohit 2026-05-0161.7 KB 2.9M 1.7K 73

AI Agent 学习指南:2026 年应学什么、构建什么以及忽略什么

本文针对 AI 领域快速迭代带来的焦虑,提出了一套判断技术价值的筛选标准,建议关注具有长期复利的“原始概念”而非短暂的封装框架。文章重点探讨了“上下文工程”的演变及“工具设计”的重要性,强调在混乱的生态中应保持耐心,注重核心模式与可衡量性,而非盲目追逐每周的新框架。

技术 › Agent Rohit 2026-04-3062.0 KB 75