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 任务」找到 384 条内容
按专题浏览 →匹配正文：一个调研 Agent 面对“水的化学式是什么”，先调用 Search；面对简单乘法，也想搜网页；真正需要访问原文时，却停在搜索摘要。 很多团队会先怀疑 Prompt 没写好，或者模型太小。 但如果训练轨迹里大量任务都以 Search、Visit 开头，模型可能只是忠实模仿了高频动作。它没有学会判断“当前缺什么信息”，而是把“收到问题”与“先搜索”绑定在一起。 相关首次训练记录里，就出现了简单问题仍偏 Search 的现象，材料同时指出 Search、Visit 轨迹偏多可能是…
匹配正文：…副本成为事实源。 这套回答用数据责任、查询方式和生命周期划分存储职责，比按“关系库、向量库”几个技术名词罗列组件更接近真实工程。 Agent 记忆存储的四层分工 事实、语义索引、大工件和缓存各自承担不同责任。 先分清要存的不是一种数据 Agent 系统里至少会遇到四类持久数据。 第一类是结构化主体和关系，例如用户、租户、会话、任务、消息、工具调用、记忆条目、权限、版本和反馈。它们需要精确查询、约束、事务和审计，适合关系型存储。 第二类是需要语义相似检索的文本表示，例如经过筛选…
学习内容与项目面试，在同一条路上。
匹配正文：…ol call，也能模仿常见的搜索与回答流程。 但这不代表它已经会在新环境里做研究。 面对训练数据没覆盖的工具错误、来源冲突和长程任务，模型可能继续照搬固定路径。它知道“标准答案长什么样”，却不知道哪条行动更好，也没有在环境反馈中练过取舍。 相关训练材料把 Deep Research Agent 的训练拆成三层：Agentic CPT 注入 Agent 相关偏置，SFT 冷启动学习协议与基本轨迹，GRPO 再在环境反馈中优化策略。 这三个阶段分别解决不同问题，不能因为名词热门…