Denny Zhou：最小到最大提示是最早的 Agent 框架，SCAN 准确率达 99%
denny_zhou · x · 2026-09-08
Google 研究员 Denny Zhou 用今天的话重新定义自己 2022 年的 least-to-most prompting 工作：它本质上是一个早期的 agent harness——把复杂任务分解为子任务，再反复调用 LLM 逐一求解，即「分解、求解、重复」。
- 在组合泛化基准 SCAN 的任意切分（含长度切分）上，least-to-most prompting 仅用 14 个示例就达到至少 99% 准确率，而 chain-of-thought prompting 只有 16%。
- 这一复盘把 2022 年的 prompting 研究与当下 agent 编排思路直接挂钩：多步调用与任务分解正是今天 agent 框架的核心。
「编程与Agent」频道最新
- PSAISuite 一行换模型:PowerShell 统一接口随 GPT-6 无缝切换 — dfinke · 2026-09-09
- MoonPay 推 AI 支付金库 Paybox，接入 Claude/ChatGPT/Grok — kleffew94 · 2026-09-09
- 20 年 web 老兵靠 Claude 把搁置多年的火车大亨游戏搬上 Steam — maartendeblock · 2026-09-09
- GPT-6 Astra 一次生成含约 4 千结构的交互式人体解剖应用 — omarsar0 · 2026-09-08
- 工具接入 Gmail、Drive、Docs、Sheets，发邮件暂只能存草稿 — tekbog · 2026-09-08
- PlayCanvas 编辑器 MCP server:对话式搭出希腊神庙 3D demo — willeastcott · 2026-09-08