不先选模型:构建可靠 agent 的分层系统笔记
edalgomezn · reddit · 2026-09-19
作者记录其 Proyecto Chatty 项目构建 agent（Mendel）的研究笔记。核心假设：agent 不是选个好模型就成，而是设计决定它知道什么、记得什么、能做什么、如何证明做了、何时停止的系统。提出公式：agent = 模型 + 上下文 + 记忆 + 工具 + 权限 + 挽具 + 评估。
- 目标：须定义要解决的问题、期望结果与保留人类控制的决策；模糊目标让 agent 忙碌却偏离需求。
- 上下文：采用渐进式检索，起步给最小入口，任务需要时再查更多信息——上下文太少出错重复，太多则增加噪音、成本与矛盾。
- 记忆：不是全部保存——什么都留会积累矛盾与过期信息。区分原始来源、派生知识、运行状态、决策、可复用流程、证据、事故与历史材料，记忆需保留连续性、来源、时效与能力（原文在此截断）。
文中还强调 agent 不只是接了工具的聊天机器人，需定义工具边界、审批动作、失败处理与升级路径等。
「编程与Agent」频道最新
- 开发者用 Jev + search1api 打造免费开源搜索工具 Jev Search — gaganghotra_ · 2026-09-19
- Llama 3 在线 RL 栈核心作者加入记忆层初创 Merrai 任顾问 — misovalko · 2026-09-19
- Braintrust 集成 Jev： typed 决策模型可替代 LLM-as-a-judge — multiply_matrix · 2026-09-19
- Chrome 官方框架：如何为 AI Agent 设计有效的 WebMCP 工具 — gaganghotra_ · 2026-09-19
- 实测 24 小时烧 $3.40：Jev 会与 LLM 融合而非取代 — gaganghotra_ · 2026-09-19
- 26人团队提出ABC清单:Agent基准设计缺陷可致成绩误估高达100% — ddkang · 2026-09-19