这条讨论把 Agent 工程里常被拆开的两件事放到了一起：模型能否读懂业务语义，系统能否在失败后继续保持正确。只优化“回答得更好”不够，Agent 还得知道… · @fireandstart · TwKit

@fireandstart

这条讨论把 Agent 工程里常被拆开的两件事放到了一起：模型能否读懂业务语义，系统能否在失败后继续保持正确。只优化“回答得更好”不够，Agent 还得知道目标、约束、证据和权限各自意味着什么；执行后要能读回结果，让人的纠正改变验收，而不是只记在对话里。 我尤其认同“信息可以压缩，行动依据不能丢”。工具说明、上下文和历史都可以按需下钻，但作出决定所需的来源、适用范围与状态必须随动作走。否则一次简短摘要就可能把实验条件、权限边界或失败信号抹掉，后续看似顺畅，实际上已经偏离用户目标。 分布式环境又把这个问题放大：请求可能超时，但操作已经成功；反馈可能迟到，旧结论却仍被当成当前事实。恢复时要同时回答两件事：新标准下下一步应该怎么做，以及旧操作是否已经发生，避免重复执行。把语义、状态归属、证据链、恢复和人工反馈放进同一个闭环，才是长程 Agent 能可靠工作的基础。

曝光 119 · 评论 2 · 点赞 2 · 书签 0