Andrew Ng 总结从循环到图的 4 个智能体步骤
theomitsa · x · 2026-07-24
这条转发总结了 Andrew Ng 的一份 8 页 PDF，核心是在讲如何把 agent 工作流从“循环”升级成更像“图”的系统。
文中给出的 4 个步骤是：
- Reflection（反思）：让 agent 先写，再用第二个 prompt 批判并重写；有时一个自我审查循环就能胜过完全没有反馈的更强模型。
- Tool use（工具调用）：接入搜索、代码执行和 API，否则“只会想不会做”的 agent 很容易胡编。
- Planning（规划）：先把任务拆成 JSON 步骤再执行，某一步失败后还能重新规划。
- Multi-agent（多智能体）：把角色拆开，一个写代码、一个审查、一个测试。
帖子强调这些不是概念玩具，而是今天就能落地的 agent 编排方法；最小可行做法是先加一个 critique 步骤，再逐步加结构。
所属事件:AI Agent 架构演进：从自主循环到图工程编排(8 条相关)→
「编程与Agent」频道最新
- 用 $28 算力让模型给自己造 copilot：他的新模型个人基准 — bucolucas · 2026-10-27
- Agent 中途改计划该被允许吗：真实系统介入时的边界之辩 — wistfulcracker84 · 2026-10-27
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Cloudflare Computer 支持 agent 中断恢复，可跳过已完成的非幂等请求 — irvinebroque · 2026-10-27
- LLM Tails 实测省 80% 输入 token：先读后写约束 agent 编码 — savadks1818 · 2026-10-27