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。
「Agent 反思机制」找到 28 条内容
按专题浏览 →匹配口述回答：…能只看语义，还要结合重要性和时效性，不然旧的低价值记忆会冲淡有用的经验。 反思和记忆怎么协同？我举个例子，在客服退款场景里，一个多智能体系统，有客服Agent、审核Agent、财务Agent。客服Agent在处理退款时，如果因为政策理解错误导致用户投诉，反思机制会分析出错误模式，比如把“七天无理由”和“质量问题”的规则搞混了，这个分析结果会写入情景记忆。下次审核Agent遇到类似请求时，检索到这条历史反思，就会重点检查政策适用性，避免重复出错。同时，财务Agent也能从共享记…
匹配口述回答：…简单任务先用提示工程和上下文学习试水；知识密集型场景上RAG；深度定制需求上微调。真正落地时，组合才是常态，比如微调加RAG，或者Agent加RAG。但一定要避免过度工程，能用提示工程解决的，别急着上Agent。 一句话点明本质：选型不是比谁好，是看场景和成本 五大范式按原理和边界拆开讲，重点对比RAG和微调 落地选型三步走：需求拆解、成本权衡、组合使用 给出可延伸点：Agent的稳定性问题 约4分钟 Agent的自我反思机制（如Reflexion）能提升稳定性，但推理成本高…
…微调，不继续堆提示词。 Prompt工程本质是引导模型行为 基础技巧：角色锚定、格式约束、负面指令 场景化技巧：RAG用引用强制，Agent用ReAct框架 业务案例：法务问答的幻觉治理 工程师判断：Prompt是手感活，要结合校验和版本管理 约90秒 自动化Prompt优化方法，根据bad case自动调整指令，类似Self-RAG的反思机制。 面试官可能会追问：具体怎么自动化？用什么信号触发调整？有没有实际效果数据？以及和手动调优相比，优缺点是什么？
学习内容与项目面试，在同一条路上。