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 规划能力」找到 27 条内容
按专题浏览 →匹配正文：…务可能增加token消耗而无收益 事实性问答不需要CoT，直接回答更高效 模型能力不足时（如小模型），CoT可能产生幻觉推理链 在Agent中的应用：CoT是ReAct、Plan-and-Solve等Agent架构的基础组件，支撑任务分解与规划能力。
匹配口述回答：…调，Reflexion 做离线优化。 我最近在关注一个方向：当任务依赖多个外部系统时，比如既要查数据库又要调API，ReAct 的规划能力会受限于模型的上下文窗口，这时候怎么分治？我倾向于引入 [[Multi-Agent]] 架构，每个[[Agent]]负责一个子任务，通过消息传递协作。这个方案目前还在探索，但我觉得是未来处理复杂工作流的关键。 所以整体上，我不会把任何一种方法当成银弹。我更倾向先分析任务的特性：工具调用频率、步骤确定性、是否需要长期记忆，然后组合一个最轻量的…
匹配正文：答案要点 Deep Research的核心是"自主迭代式研究"，RAG的核心是"单次检索增强" 两者在检索次数、规划能力、执行流程上有本质区别 Deep Research适合开放式复杂问题，RAG适合封闭域事实问答 能举例说明典型产品（如OpenAI Deep Research vs 传统RAG应用） 核心区别：单次检索 vs 自主迭代研究 维度 RAG Deep Research 本质 检索→生成的一次性流程 多轮"检索-分析-再检索"的自主循环 决策主体 预定义流程，无自…
学习内容与项目面试，在同一条路上。