Skills、MCP、RAG、Memory 怎么分？一套 Agent 知识四层框架讲清
MaryamMiradi · x · 2026-09-16
AI 研究者 Maryam Miradi 提出「Procedure → Access → Knowledge → Experience」四部分框架，解决生产环境里 agent 面对故障时「该往 context 里塞什么」的问题——她的核心观点是：更多上下文不等于更好的 agent，关键是给每类知识配对的机制。
Step 1: Skills = 程序（Procedure）
- 编码可重复任务的步骤、规则与判断，按需加载
- 回答「我该做什么」，例：查错误率 → 检查最近部署 → 风险超阈值就上报
Step 2: MCP = 访问（Access）
- 把 agent 接入外部系统与工具（原文此节被截断，完整版含后续 Knowledge 与 Experience 两层）
作者以「生产环境 checkout 突然 500」的场景切入，指出常见反模式是把 runbook、监控面板、文档、客户历史全部塞进 context。
「编程与Agent」频道最新
- 无 MCP 无参考图,DeepSeek computer use 纯鼠标控制画出鲸鱼少女 — teortaxesTex · 2026-09-16
- GitHub Copilot CLI v1.0.84-9 发布:新增 agent 上下文管理设置 — copilot-cli-release-app[bot] · 2026-09-16
- 苹果端侧语音转写方案整理：SpeechAnalyzer 与 SpeechTranscriber 资源 — amos_gyamfi · 2026-09-16
- dspy-typesafeify：一个装饰器让 DSPy Signature 走 Typesafe 类型化推理路径 — lateinteraction · 2026-09-16
- 伦敦 Codex 社区聚会 #4 回归:历届报名超千人,OpenAI 团队到场 — paw_lean · 2026-09-16
- OpenAI 内部数据:最前沿研究员的 Codex 智能体日运作超 70 小时 — daveholtz · 2026-09-16