技巧精选

Agent 发展史:一边补短板,一边被模型吸收

精选理由

把 Agent 这些年的补丁史讲透了:检索、状态管理、重试、权限、验收,每次都是外挂,然后又被模型吸收进去。做 Agent 的值得对照看看自己的架构处在哪个阶段。

Agent 的发展路径是一路补短板:缺事实加检索,长任务丢信息加状态保存,工具调用失败加重试,越权风险加权限隔离,结果不达标加测试验收。

正文

这些支撑技术带来延迟、维护成本、错误传播和协调开销。同时模型进步会把一部分外围能力吸收进模型内部,让架构重新变简单。

哪些能力留在模型里、哪些留在外围,会持续变化。

原文 · 李继刚

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 - 结果看着对但不达标,就加测试和验收 这些「支撑技术」决定了模型的原始能力能不能真正落进现实场景。 但它们也带来自己的代价:延迟、维护成本、错误传播、协调开销。 于是形成两股力量:外围不断加支撑系统来兜底,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。 哪些留在模型里,哪些留在外面,会一直变。📊 1 ⚡

产业坐标与信源核验

本条情报归属 AITOP「技巧」核心栏目,重点聚焦中国 AI 产业与国产大模型生态。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Agent、智能体架构、上下文管理、工具调用,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「李继刚」(@lijigang_com),经 AITOP 多维评分管线结构化提炼。