AI Agent 的核心架构:规划、记忆、工具和执行
围绕 AI Agent、大模型 的技术趋势、工程实践和独立开发视角。
这里聚合 CodeNodeX AI 社区中与 AI Agent 相关的技术文章和讨论,覆盖概念解释、工具对比、工程实践、常见问题和独立开发经验。
如果你正在研究 AI Agent,建议先阅读高质量长文,再参与帖子讨论,形成从理解到实践的完整路径。
围绕 AI Agent、大模型 的技术趋势、工程实践和独立开发视角。
围绕 RAG、AI Agent 的技术趋势、工程实践和独立开发视角。
围绕 AI、AI Agent 的技术趋势、工程实践和独立开发视角。
Agent 出错后不应机械重试。本文给出按错误可重试性、幂等性、风险等级和证据完整度决定恢复路径的方法,并说明何时进入降级或人工接管。
围绕 AI Agent、AI 的技术趋势、工程实践和独立开发视角。
围绕 MCP、AI Agent 的技术趋势、工程实践和独立开发视角。
人工确认不是简单的“继续吗”按钮。本文说明 Agent 写操作审批应包含的动作摘要、作用范围、失效时间、权限重校验和审计字段,避免确认被错误复用。
初始请求超时后,工具可能仍在服务端运行;发出取消也不等于副作用已停止。本文为单次长运行工具调用建立 operation 身份、轮询水位、取消竞态和唯一终态接受点。
研究、采购、批量数据处理等 Agent 任务常跨越数分钟甚至数天。本文讲解如何持久化任务快照、恢复检查点、处理超时和避免重启后重复执行外部副作用。
单个 Agent 跑复杂任务容易"一本正经地跑偏"。本文讲清多 Agent 的三种编排模式(supervisor / hierarchical / handoff),用 LangGraph 的 state graph 实现一个"主管 + 多专员"的协作系统,并讨论状态、循环、人工介入这些把多 Agent 推向生产的工程要点。
社区讨论帖,欢迎分享你的经验和观点。
记忆不断增长后不能靠覆盖旧摘要来省 token。本文设计固定输入快照、派生血缘、关键事实保真测试、失效传播和可逆切换。