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。

作为发现工具的 Agent 集群：Patch the Planet 背后的评估问题

Agent 集群把评估问题从单个 agent 的精确率，转变为在给定误报预算下每计算小时的产出。大多数 agent 基准并不衡量这一点。

终止开关与围堵方案都假设每个智能体是一个可控进程。而实际部署的集群是由父智能体、子智能体、工具会话与租约构成的图——它需要的是一套终止协议，而不是一个开关。

Agent 间协议继承了其所扩展的工具调用层的信任假设，因此消息真实性和能力范围必须在传输层中设计，而不是事后附加到 agent 上。

责任制度假设存在可归因的决策记录。当前的智能体架构产生的轨迹无法被重建为单一可问责的步骤。

运行时遏制可以叫停行为异常的 agent，但如果没有预先声明的允许操作契约，这只是损害控制，而非预防。

多 Agent 系统的失败，更多源于协调机制而非模型能力。本文审视共享状态、交接协议，以及并行化的取舍。

运行成本通常以 token 总量来报告，但主导变量是规划器如何分解任务。按计划节点记账，能把预算变成调度输入。

在集群规模下，真正的难题在于就事实如何命名、如何版本化、如何退役达成一致。发现契约必须先于任何共享存储存在。

长时间运行的集群会在耗尽 token 之前先耗尽第三方请求容忍度。编排必须针对每个目标的速率包络进行调度，并在出口处强制执行。