拆解 Agent 拓扑:模型、循环与工具各跑在哪,决定成本与安全
davidcrawshaw · x · 2026-10-21
exe.dev 博客提出用「拓扑」视角拆解 LLM agent：一个 agent 由三部分组成——模型（决定智能上限）、agentic 循环（决定 UX）、工具集（决定能力与爆炸半径），后两者合称 harness，而这些代码运行在哪里（拓扑）直接影响成本、能力与安全。
文章要点：
- 模型位置的抉择：他人托管 GPU 还是自有 GPU。作者提醒训练数据泄露风险——不想数据被训练的唯一办法是不发给对方；本地模型适合隐私优先、速度不敏感的任务（如 OCR 分类扫描账单），作者顺带称赞 Apple Vision Framework。
- 远程 MCP 服务器可让工具在别处运行，进一步增加拓扑组合。
- 文章引用 Ken Thompson 1984 年图灵奖演讲《Reflections on Trusting Trust》类比当前对模型与基础设施的信任问题。
这是一份面向构建 AI 产品公司的 agent 架构分析框架。
「编程与Agent」频道最新
- 先用设计系统再生成：一个避免 AI 前端「千篇一律」的实用方法 — dotey · 2026-10-21
- 给文档抽取加信任滑杆:102 条送人工就拦下 74 个错 — michellechen · 2026-10-21
- 开发者推出广告支持的免费编程助手 FreePi,挑战 20 美元月费订阅模式 — heyneighbor · 2026-10-21
- RedMonk:MCP/A2A 只验证发布者不担保安全,注册表成 AI agent 信任关键 — rseroter · 2026-10-21
- AI 跑长循环 600 个 PR：OpenClaw 前端从 Lit 迁到 Solid 2.0 — steipete · 2026-10-21
- 18 个 agent 协作写 Lisp 解释器,19 组运行观测数据开源上架 Hugging Face — strickvl · 2026-10-21