页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「多Agent系统」找到 417 条内容
按专题浏览 →匹配口述回答：…说白了，不是搭个仿真跑通就行，而是要考虑状态、反馈、扩展、安全这些环节怎么选型、怎么取舍。 先说状态空间建模。核心是区分环境状态、Agent观测与历史依赖。先区分环境的真实状态与给Agent的观测，部分可观测任务不要求Agent看到所有真实状态，比如自动驾驶，光有摄像头图像不够，还得有速度、转向角、GPS这些。但也要区分是完全可观测还是部分可观测，比如棋类是完全的，但机器人抓取，视觉有遮挡，就需要用状态堆叠或者RNN隐状态来引入历史信息。这里有个坑：状态不是越多越好，冗余信息…
匹配口述回答：…变多，比如超过20个，LLM选错工具的概率会飙升。我见过一个方案是分层路由，先让LLM决定去哪一个大类，再在类内选具体工具。但这样多了决策跳数，延迟和错误率如何平衡，其实值得细聊。 所以整体上，我把工具设计看成是给LLM搭脚手架，不是让它自由发挥，而是给它清晰的路径和兜底，让它能在可控范围内做对的事。这也是Agent落地里最容易被低估的一环。 工具设计的本质是让LLM和系统对齐 接口定义：schema写给LLM看，约束给程序用 执行机制：按同步/异步/人工确认拆解，别一把梭 …
…。我通常会分几类。先看输入安全，做 schema 校验、长度限制、枚举限制、注入过滤。接着是权限控制，用户能不能查这个订单、这个 Agent 能不能写数据库，都要在后端判断，不能相信模型自己判断。然后是副作用控制，读操作和写操作要分级；发邮件、下单、转账、删数据这类高危工具，要有 dry-run、人工确认或二次授权。再看资源控制，工具要有超时、限流、熔断和重试策略。最后是审计，记录 trace_id、调用人、参数摘要、工具结果、耗时和状态，便于追责和回放。 如果多个工具要协作…
学习内容与项目面试，在同一条路上。