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训练」找到 178 条内容
按专题浏览 →匹配正文：… 「Prompt 工程里你踩过哪些坑?」 👉 去 题库 搜 Prompt 工程 / System Prompt / 稳定输出。 训练营延伸 上下文工程往工业级走,就是 Agent 里的「上下文管理」:超长任务怎么压缩历史(摘要 / 裁剪)、多 Agent 之间怎么传上下文——是训练营 Agent 工程那条线的硬核内容。
匹配正文：… + 烧 token。要有"遗忘"机制。 不挂安全钩子:能跑命令的工具,危险操作不设确认 = 给自己埋雷。 关联面试题 「怎么让 Agent 在多轮 / 跨会话里保持一致性和记忆?」 「Agent 的记忆系统怎么设计(短期 / 长期 / 检索)?」 👉 去 题库 搜 Agent 记忆 / 多轮一致性 / 上下文管理。 训练营延伸 这三件事往工业级走,就是 Agent 的「记忆系统 + Harness 工程」:三层记忆(工作 / 情景 / 语义)、记忆的写入与遗忘策略、技能注…
匹配正文：… 任务结束时，只有支持充分、边界清楚的主张进入确定结论。仍有缺口的内容可以放进限制说明，不能靠语气变成确定事实。 这个生命周期让 Agent 能够纠错。如果报告只保留最终句子，团队很难回答“错误从哪一轮开始”“为什么旧结论被替换”“哪些动作依赖了它”。 演进报告大小受控，不等于绝对恒定 训练材料会用常量工作空间帮助理解 IterResearch，但生产表达要更谨慎。 任务契约、系统要求、当前工具交互和报告本身都会占用上下文。随着对象和关键主张增加，报告也可能变长。工程目标是让…
学习内容与项目面试，在同一条路上。