李继刚(@lijigang_com)· 李继刚 (@lijigang)·· 7 天前AI 评估 · 27/100分数表示内容值得关注的程度,依据实质份量、信息增量、证据强度、读者相关性和可用性,按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误,评分不代表事实已被核实,也不同于热点榜的讨论热度。
Agent 发展的补短板史:支撑技术如何决定模型能力落地
回看 Agent 的发展,基本是一路补短板: - 缺少当前事实,就加检索和数据接口 - 长任务容易丢信息,就加状态保存和上下文管理 - 工具调用会失败,就加重试、检查和恢复 - 行动可能越权,就加权...
AI 导读
回看 Agent 的发展,基本是一路补短板:缺少当前事实就加检索和数据接口,长任务容易丢信息就加状态保存和上下文管理,工具调用会失败就加重试、检查和恢复,行动可能越权就加权限隔离和审批。这些支撑技术决定了模型的原始能力能否真正落进现实场景,但也带来延迟、维护成本、错误传播和协调开销。外围不断加支撑系统兜底,模型进步又把其中一部分能力吸收进去,让结构重新变简单。
来源:李继刚(@lijigang_com) · x.com