Qdrant 工程师分享:让研究 agent 从自身运行历史中自我改进
qdrant_engine · x · 2026-09-15
在 n8n in the loop 2026 大会(10月13-14日)上,Qdrant DevRel 工程师 @itsclelia 将展示如何构建一个无需微调即可从自身运行历史中学习的自愈型研究 agent。
工作流核心:agent 执行研究并产出答案 → Discord 用户给出人类评价 → 评价被写回 agent 检索所用的同一个向量库 → 下次运行时,agent 同时检索过去的成功与失败案例,据此改进行为。同一个向量集合既是运行历史、评估集,也是训练信号,人类在环路中充当写入者。
「编程与Agent」频道最新
- 开发者开源 Orca 编排工具,简化多智能体 SDLC 工作流配置 — Long_Philosopher3520 · 2026-09-15
- MCP 服务器更新后能力漂移怎么防?快照清单加 diff 审查方案引热议 — daani_maas · 2026-09-15
- Brex CEO 主张别做 Agent 做 AI 员工:卖工作成果而非卖软件 — petergyang · 2026-09-15
- 社区版 Grok Build 累计 13 万安装,AFK Pilot 可手机远程驾驶编码智能体 — PawelHuryn · 2026-09-15
- 老机器跑不动 Claude Code,开发者自写 harness 却被短上下文卡住 — danja · 2026-09-15
- Blender 动效+MiniMax H3 重绘:一条动力学排版视频完整工作流 — Hailuo_AI · 2026-09-15