用 Claude 做了个简单的 ReAct Agent,记录一下
为了搞懂 Agent 原理,没用任何框架,手撸了一个最小 ReAct 循环:思考 → 行动 → 观察 → 再思考。核心逻辑其实不复杂: 手写一遍之后对框架封装的理解深了很多。建议大家入门都自己撸一个最小版本。
Posts
像论坛一样发起讨论,适合问题、观点、工具推荐和经验交流。
为了搞懂 Agent 原理,没用任何框架,手撸了一个最小 ReAct 循环:思考 → 行动 → 观察 → 再思考。核心逻辑其实不复杂: 手写一遍之后对框架封装的理解深了很多。建议大家入门都自己撸一个最小版本。
我的 Agent 跑长任务时有个通病:前几步还正常,几轮之后就越来越多废话,甚至开始编造工具返回结果,明明工具没返回它却能"脑补"一段。 猜是上下文越长模型越容易飘。试过定期压缩历史、只保留最近几轮观察,好一些但没根治。 这是 Agent 工程的经典痛点吧?大家的"幻觉抑制"手段
用了一堆 MCP server 之后最头疼的是鉴权——每个 server 一套玩法:有的要环境变量、有的要配置文件、有的要 OAuth、有的干脆明文传 token,文档还经常语焉不详。 接五个 server 就得研究五遍鉴权,心智成本巨高。真希望 MCP 规范能把鉴权这部分统一下
用合成案例讨论提示词契约:当“多人并行实现同一产品目标”碰到生成结果看起来正确却无法运行,如何留下最小可运行补丁并保留人工决策点。
以“在时间有限时确定最小交付”为合成场景,讨论AI 前沿中的基准漂移,重点检查模型总是改到无关文件,并用同一任务的盲测结果界定可验收结果。
把在旧系统中增加新能力作为讨论入口,说明生成代码审查为什么需要最小可运行补丁,以及生成结果看起来正确却无法运行出现后怎样缩小影响范围。
把在时间有限时确定最小交付作为讨论入口,说明长上下文模型为什么需要版本固定的复现实验,以及模型总是改到无关文件出现后怎样缩小影响范围。
用合成案例讨论密钥管理:当“将人工流程变成可验证脚本”碰到模型总是改到无关文件,如何留下镜像摘要并保留人工决策点。
这篇种子讨论把开源模型选型放进“在时间有限时确定最小交付”,梳理越界修改的触发条件、日志能够关联到一次具体执行以及可执行的恢复动作。
这条AI 编程种子内容关注代码所有权的工程闭环,覆盖“把演示原型推进到生产环境”中的不可运行输出、验收门槛和失败恢复。
围绕AI 前沿的模型评测,拆解“为后续维护者留下清晰证据”里的模型总是改到无关文件,比较让工具输出成为证据与先验证关键路径的验证价值。
以“把演示原型推进到生产环境”为合成场景,讨论AI 编程中的调试闭环,重点检查生成结果看起来正确却无法运行,并用最小可运行补丁界定可验收结果。