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 系统」找到 426 条内容
按专题浏览 →匹配正文：面试官可能会问：“Agent 做一个十分钟任务和跨多天任务，记忆设计有什么不同？是不是把所有消息都存进向量库就行？” 这道题最容易把三个概念混在一起：上下文、任务状态和长期记忆。上下文是当前这次模型调用能看到的内容；任务状态记录同一次执行进行到哪里；长期记忆保存跨会话仍有价值的事实、偏好或经验。它们都让系统“记得”，但生命周期、存储方式、读取策略和安全边界不同。 短任务通常重视当前目标、最近对话、计划和工具结果，重点是选择哪些信息进入有限上下文。长任务除了工作记忆，还要持久化…
匹配正文：核心判断 神经网络MoE和Agent路由可以借用“专家分工”这个类比，但不是同一种机制。稀疏MoE通常在token级由可训练路由器选择少数前馈专家，优势是每个token只激活部分参数以控制计算量。系统级Agent路由则在请求、步骤或工具级选择模型、检索器和执行器，关注权限、延迟、状态与失败恢复。不能把token路由的结论直接搬到Agent编排。 机制与边界 Switch Transformer展示的是稀疏激活模型：总参数可以很大，但每个token只经过一个或少数专家，因此活跃…
匹配题目：在Agent执行长周期任务时，如何实现可靠的中断恢复机制和状态持久化？请提出提升系统稳定性的具体策略。
学习内容与项目面试，在同一条路上。