Google 说，Agent 行为来自 prompt、评测与反馈闭环
AI Engineer · youtube · 2026-07-25
Google 团队在这场分享里强调：让 AI agent 按你想要的方式工作，靠的不是更会写 prompt，而是 prompt、eval、迭代和反馈组成的闭环。
他们以一个 seed-asset agent 为例，说明这个系统如何把凌乱的广告创意素材——低质量图片、杂乱版面、重文字覆盖——处理成可供后续生成式 AI 工具复用的干净资产。分享中的几个关键点是：
- 只靠 prompt，行为并不稳定；
- eval 更适合作为反馈信号，而不只是打分表；
- agent 的 trace log 能帮助定位失败原因；
- 迭代时必须避免把已经修好的问题重新引入。
演讲者包括 Google 的 Chris Souza、Preetika Bhateja 和 Daniel Bump。
「编程与Agent」频道最新
- UCSB 教授王骁连获三笔超 18 万美元资助，推进实用高效主动式 AI Agent — xwang_lk · 2026-10-27
- 开发者观点：生成式游戏不必实时渲染，回合制交互同样可行 — djcows · 2026-10-27
- 用 Claude 三周重制《街霸2》HD，token 花了 3000 美元 — Fantastic-Jeweler781 · 2026-10-27
- 求职作品集反向工程法：先用 Agent 调研面试官，再定作品要传达的一两个亮点 — brandon_galang · 2026-10-27
- 给 AI 一台无隐私裸机 24/7 放养：比任何 agent 课程学得都多 — EXM7777 · 2026-10-27
- 掌握 Agentic AI 工程必读的 20 篇论文清单，按六大模块整理 — MaryamMiradi · 2026-10-27