让 Agent 越跑越便宜更准：可复用经验库的落地难题
LostLeek1304 · reddit · 2026-10-28
作者团队在做对大量未见文档做同类结构化任务的 LLM agent，目标是每次运行让后续更便宜、更快、更准，且人工反馈能持久生效。其方案骨架：把学到的知识存为可复用、带版本的对象；命中时无模型直接回放；每次改动先对固定测试集验证再保留；人工纠正转化为规则。帖子里向生产实践者提出三个问题：
- 运行间到底存什么（规则/代码/笔记/示例），如何防止知识库被错误或过时条目污染
- 没有人工逐条检查时如何度量每次运行是否更好
- 如何把人工纠正转成 agent 可复用的东西且不过度泛化
作者强调要实战经验而非框架推荐。
「编程与Agent」频道最新
- 港科大论文：策略暗藏 harness 偏好，部署收益=harness 上限-策略失配 — HKUSTGZ · 2026-10-28
- Addy Osmani 发长文教程：零 API 基础上手 Claude Code Mods — addyosmani · 2026-10-28
- 2.1 万星开源课程：14 讲 8 项目教你从零构建可靠 AI Agent Harness — techNmak · 2026-10-28
- Grok Bot 上线免费电话前台:自动读短信语音、拟回复、订日程 — elonmusk · 2026-10-28
- 采购 agent 的人机分工实践：自动化 80%，人守决策与谈判 — nordic_ash · 2026-10-28
- 五分钟本地跑通 RDF 图数据库:Oxigraph 免服务器试用 SPARQL — JeremyCMorgan · 2026-10-28