博客
构建 agent 系统的笔记
评估工具、编排模式、记忆设计及其背后的失败案例——在细节仍然新鲜时记录下来。
2026年9月22日·6 分钟阅读
评判评判者：当小模型为大模型打分
模型即评判者（model-as-judge）流水线能节省成本，但评判者是一台需要校准、漂移监控和对抗性测试的测量仪器。
model-as-judgeevaluationcalibration
2026年9月20日·6 分钟阅读
幕僚长模式：何时该编排 Agent，何时只需写个脚本
多 Agent 编排只有在子任务需要不同上下文、不同工具或独立验证时才有价值。否则，它只是一次更慢的函数调用。
multi-agent-systems编排llm-agents
2026年9月20日·5 分钟阅读
记忆是一个写入策略问题：留存、来源与记忆的代价
大多数 agent 记忆故障源于写入阶段，而非检索阶段。来源信息、敏感度分级与 schema 级过期机制能更早、更低成本地解决这些问题。
agent-memorywrite-policyprovenance