别再烧 Token：先有领域专家
AI Engineer · youtube · 2026-07-19
这场分享围绕自我改进循环在一个纸面分类任务上的实践展开。作者用带真值的数据集做实验，说明这类方法要真正有效，关键不只是“让 agent 自己优化”，而是：
- 任务必须足够窄、可精确度量
- 目标函数质量要高，否则循环只会反复放大噪声
- 最有效的系统通常需要领域专家和自动化系统在不同阶段交接
核心观点是：不要盲目烧 token 去追求通用自优化，先把问题定义和评价标准做扎实。
所属事件:Agent外壳自改与领域Harness之争(6 条相关)→
「编程与Agent」频道最新
- Kolab 基准：真人屏幕录像揭示 AI Agent 高估自身协作质量 — minnesotanlp · 2026-10-27
- 开发者吐槽 Claude 烧 token：同样工作 GPT 省 3 倍用量更便宜 — haider1 · 2026-10-27
- InfoWorld：别把模型当地基，Agent 架构必须做到 48 小时可换模型 — rseroter · 2026-10-27
- 便宜模型跑 Agent 反而更贵：线性往返堆爆上下文窗口 — vasuman · 2026-10-27
- 5 千行 Rust 单二进制看板 Kanzo：给 Claude Code 当任务板 — allmudi · 2026-10-27
- 「人类审批就安全」是幻觉：approval fatigue 与 Agent 风险设计 — Efistoffeles · 2026-10-27