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
- 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
- 用 Astra 计算机视觉操控 Premiere Pro 剪辑，10 个实用玩法 — beechinour · 2026-10-27
- 开发者开源一套更好看的 Agent 运行瀑布图追踪 UI — round · 2026-10-27
- Phil Schmid 发布 Gemini API CLI:无状态工具,给现有编码 Agent 补多模态能力 — _philschmid · 2026-10-27
- 马斯克盛赞 Grok Bot:像雇了个超能干的幕僚长 — elonmusk · 2026-10-27
- shadcn 演示用 /improve skill 搭配 Grok 批量处理 issue — shadcn · 2026-10-27