Agent网页访问三层架构：Search/Fetch/Browser分离，减少82%上下文污染
Dan-Mercede · reddit · 2026-07-06
作者提出将Agent网页访问拆成三个独立职责：Search只返回候选URL不读全文；Fetch将页面转换为干净Markdown再交给模型（实测同一页面从9541 tokens压缩至1678 tokens，节省82%）；Browser专门处理需要状态交互的操作。核心理念是避免将原始HTML直接塞入主上下文，防止导航栏、脚本、广告等无关内容污染Agent的工作记忆。这种分层设计兼顾了token成本与上下文质量。
「编程与Agent」频道最新
- TRL 上线 Score Centering：直击 RL 训练不稳定的根因 — lvwerra · 2026-10-27
- 预计算标准答案：团队重复问答的缓存式解法 — colinmcnamara · 2026-10-27
- 开发者观点：与 agent 交互式协作仍有未被挖掘的价值 — alex_frantic · 2026-10-27
- 研究者发起 AMA:揭秘「平民开发者」用 AI Agent 自动化企业工作 — Loose_Rip359 · 2026-10-27
- Gradio 推 ML Intern 人工介入：训练前可暂停审核数据 — Gradio · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27