评分
暂无评分
0人评价
5星
0%
4星
0%
3星
0%
2星
0%
1星
0%
AI智能总结...
AI 正在思考中...
本集内容尚未生成 AI 总结
简介...
主播...
曲凯
评价...
空空如也
小宇宙热门评论...
Circmuggle
1个月前
北京
38
Agent被定义为一个“基于环境反馈进行决策和行动的程序”。它的基本组成包括三个核心要素：第一是模型（Model），它是Agent运行的基础逻辑系统；第二是环境反馈（Feedback），即外部信息的变化对其行为的影响；第三是工具使用（Tool Use），Agent通过工具与外界交互以完成目标。这三个维度共同构成Agent运行的核心机制。
Context是agent做出高质量决策的前提。它不仅包括用户输入、历史对话记录，还包括模型访问过的网页、读取的代码、点击记录等一切状态信息。用户在打开某个App的瞬间（如打开美团即暗示“点外卖”意图）就隐含了大量context，Agent需要能敏锐捕捉这些信号。真正高质量的数据不仅包括输入与结果，还包括“从输入到结果之间”的中间过程。例如点击流、交互记录、实时环境数据等。Google拥有完整的用户行为序列数据，这正是其在AI Native时代最具竞争力的优势。Context是Agent内部对“当前环境”的建模基础。Agent依赖上下文来理解用户意图、保持状态一致性并形成连续性的行动链。
Agent的底层逻辑源自强化学习，其三要素为：状态（State）、行动（Action）、激励信号（Reward）。其中：状态即Context，描述Agent所处的环境信息；行动即工具调用；激励信号则是Agent用于评估行为好坏的标准。要真正设计好Agent，必须构造出“一个可以反馈的环境”，让Agent的行为有明确收敛目标。创业公司设计Agent时，关键在于：（1）将产品本身设计成“环境”，让模型理解输入、输出与行为反馈；（2）明确界定“好行为”与“坏行为”，定义奖励机制；（3）允许用户参与Agent的行为澄清与反馈过程，提高可解释性与交互灵活度。Agent面临双重信任挑战： 1）开发者需信任大模型的泛化能力，否则容易人为“封闭”模型能力，降低Agent的智能利用率； 2）用户需信任Agent的行为过程与结果，这就要求系统设计中加入可解释性机制、逐步反馈系统。
Agent系统构建的两个核心变量：（1）Context的构建：工程实现上复杂度高，常需半年以上的积累；（2）LLM性能：未来以GPT-5为代表的大模型能力提升，以及推理成本（token消耗）的下降，将显著影响Agent可用性与普及速度。要构建可持续演进的Agent，必须明确什么样的行为是“好”的（应被鼓励），什么是“差”的（应被纠正）。这类激励机制不应仅依赖模型本身，而需产品系统提供明确的行为评估信号，从而引导Agent优化自身决策。
曲凯
1个月前
北京
9
sheet0.com 已开放 waiting list 申请，即将内测，产品很有趣！另外下周六有一场嘉宾的线下活动，可在 shownotes 海报中扫码报名
Joes东
1个月前
广东
6
这哥们的产品感觉更实用一些 没有花里胡哨的东西 也不担心被模型即产品替代
JASting
1个月前
北京
5
00:55 agent是模型基于环境反馈使用tool的程序。
Sanguis
1个月前
上海
4
这期讲的非常棒！曲老师的问题真的非常好，嘉宾回答的干货很足，尤其是文峰讲的怎么保证100%生成准确率的方法，真的醍醐灌顶！作为一个也想开发agent的初学者学到了很多
啊猴啊
1个月前
北京
4
13:17 可视化是人机交互建立初始信任感的有效途径。
蔡文姬不听
1个月前
北京
4
这期好棒
薄荷波子汽水
1个月前
北京
4
听了几遍也没听清说的书名
Ragn
1个月前
上海
3
24:46 完全不认可，没有准确度就没有使用场景。你可以极致自由，但只要Agent他的主定位是解决问题，那准确不然排在自由度之前。这又不是一个娱乐产品
DumpFox
1个月前
北京
2
给锋哥打call
阿豪_5jmD
1个月前
英国
2
文峰、文峰，我以为是梁文峰
孟欣_dahR
1个月前
北京
2
32:14 非常实用的分享，放弃对模型的幻想，凭空想象出你要的实现，尽量用工具完成重复且确定的任务
哄哄_IOuG
1个月前
上海
2
听下来很有启发，重点在于 context 和 llm 结合，当中通过工程手段来确保reward 清晰，其实又回到之前吴老师那期pretrain + decision 那期，两期结合起来听更有收获。 好奇 RL 的policy 是怎么实现的，不过播客里面讲action space都是tool calling感觉也是 LLM 进行微调后实现，另外听播客提到tool 使用都是自己做的工具，所以在产品边界内也一定解决了泛化问题，难点还是在reward和长程规划能力这块。
JASting
1个月前
北京
2
36:14 workflow和agent区别：前者人驱动，后者ai驱动，准召平衡。
sanbai_
1个月前
陕西
1
如何评估环境设计是否合理这里很有启发。
JASting
1个月前
北京
1
22:16 环境的核心是提供奖励信号的反馈机制，所以判断环境好不好，是要看是否有基于我行为的反馈。—-适用于人际关系和职场环境。
自牧生
1个月前
上海
1
极致的自由度反而会让用户茫然不知所措（提高使用成本），用来做打发时间的应用还可以，如果是有明确目标的应用或 agent，牺牲一些自由度但是更加清晰明了才是正道
Joye_Mlny
1个月前
浙江
1
讲的很清楚，反复听了两边
Novac42
1个月前
北京
0
很棒的一期，设计好一个让Agent可以接收反馈的环境那部分非常有洞见。不过有点惊讶嘉宾不认可A2A，我觉得A2A和MCP相当互补，如果没有A2A，只用MCP做任务编排会非常繁琐，要写很多胶水代码把一个本来是用于取context的server包装成处理任务的server，对授权的处理也很不安全。A2A在这一层做了必要抽象，让MCP server开发者不必自己造轮子了
Credie
1个月前
北京
0
请问报名周六活动，填完问卷后，大概什么时候可以收到反馈呀？好想去😬😬
Joye_Mlny
1个月前
浙江
0
推荐的书叫什么呀？可以在哪里找到