「知识工厂」引发共鸣:纠正 Agent 后下次是否变好才是评判标准
hwchase17 · x · 2026-11-22
针对 Harrison Chase 的「知识工厂」文章,社区讨论聚焦一个实用的评判标准:判断企业级 agent 好坏,看的是你纠正它之后下一次运行是否改进,而不是每次都要把同样的话重新解释一遍。
文章给出的具体形态是:agent 标记知识缺口、curator 核查证据、审校过的知识供后续工作使用。工程上最难的决策在于区分哪些纠正应上升为共享规则、哪些只属于单个任务,以及如何测试一次更新是否真的改善了结果。同帖还关联了开源的 LangChain 101 指南,覆盖 LangChain 1.5、LangGraph 1.2 与 Deep Agents 0.7 的 agent 构建、状态、记忆、持久化、追踪与评测。
「编程与Agent」频道最新
- 一条命令给 Claude Code 装上音乐视频生成插件 — AIandDesign · 2026-11-22
- LangChain 全线内部 Agent 接入学习循环,Chase 提出「知识工厂」 — hwchase17 · 2026-11-22
- 用户在 t3 Code 调用 Antigravity 后遭封号:任何提示词都返回 403 — jeremyphoward · 2026-11-22
- 知识工厂概念延伸到 computer use,社区跟进讨论 — hwchase17 · 2026-11-22
- 教师想用 3060 6GB 本地跑 Claude 数学批改 agent,可行吗 — beekersavant · 2026-11-22
- Raycast 虚拟键盘实测:离开桌面也能在手机上跑 agentic 编码 — davidhoang · 2026-11-22