跳到正文

#教程实践

今日 7 条
9月29日周一
  1. Anthropic:Engineering53

    Effective context engineering for AI agents

    Anthropic 发布工程文章称,智能体构建正进入上下文工程阶段,核心是在 LLM 有限的注意力预算内策划最小的高信号 token 集合。文章引用干草堆找针类基准研究指出上下文腐烂,即上下文窗口 token 数量增多时模型准确召回信息的能力下降,所有模型均存在;针对长时程任务给出压缩、结构化笔记和子智能体架构三种技术。

    决策要点

    智能体工程的重心正从写好提示词转向把上下文当作有限资源来管理,高信号 token 的取舍决定长任务稳定性。

    • 影响企业智能体任务越长,越需要预先设计上下文管理方案,成本集中在工程架构而非模型本身;扩大上下文窗口仍无法回避上下文腐烂和信息污染;三种技术可按任务特征组合,控制长任务 token 消耗。
    • 参考值得盘点现有智能体的上下文构成,包括系统提示词、工具返回与历史消息,找出可压缩和可清除项;可考虑长时程任务优先做压缩,里程碑式任务用结构化笔记,研究类任务用子智能体架构。
9月11日周四
  1. Anthropic:Engineering61

    Writing effective tools for agents — with agents

    Anthropic发布工程指南,讲解如何为AI智能体编写高效工具,提出先搭原型、跑评估、再让Claude Code自动优化工具的迭代路径。指南归纳只针对高影响工作流建工具、工具名命名空间化、返回高信噪比上下文与token效率等五项原则,Claude Code默认将工具响应上限设为25,000 tokens。

    决策要点

    这篇指南的实质是指出工具是面向非确定性智能体的新型软件契约,不能沿用传统API开发思路,要靠评估驱动、智能体参与的迭代来打磨质量。

    • 影响企业自建智能体应用时,工具数量与响应token直接影响token成本和任务准确率;把现有API简单包装成工具容易拖累表现,需围绕高影响工作流做整合;接入第三方MCP工具时,命名与描述质量可作为选型参考。
    • 参考自建智能体应用的团队可考虑先基于真实业务任务搭小规模评估集,再据评估结果迭代工具描述;值得按功能命名空间盘点现有与第三方MCP工具,合并多步链式操作为单一工具;可参考官方默认响应上限估算token成本。
6月13日周五
  1. Anthropic:Engineering63

    How we built our multi-agent research system

    Anthropic 发布工程长文,复盘 Claude Research 功能背后的多智能体研究系统,采用主智能体协调、子智能体并行搜索的编排者模式。

    决策要点

    多智能体架构的实质是用 token 成本换广度搜索性能,官方数据同时给出了适用边界和代价。

    • 影响调研与报告类业务可用并行多智能体换质量和速度,复杂查询耗时最多降 90%;token 消耗约为普通对话 15 倍,预算口径需重算;编码等强串行协作场景官方明确表示暂不宜照搬。
    • 参考可考虑选竞品调研、行业扫描等可并行场景做小试点,先算清单次任务 token 成本与人工耗时对比;搭建内部智能体时可参考其 Cookbook 开源提示词和约 20 条查询起步的小样本评估法。
3月20日周四
  1. Anthropic:Engineering59

    The "think" tool: Enabling Claude to stop and think in complex tool use situations

    Anthropic 介绍 think 工具,在 Claude 执行工具调用的过程中插入一个停下来结构化思考的步骤,与回答前生效的 extended thinking 是不同机制。

    决策要点

    给模型留思考位的实现成本很低,对多步智能体任务一致性有帮助,但增益大小取决于是否配了领域示例提示词。

    • 影响策略约束多、步骤环环相扣的智能体流程可低成本提升一致性;代价是提示词变长、输出 token 增多,成本要单独核算;官方提示 extended thinking 改进后多数场景可直接改用它。
    • 参考可考虑在政策复杂、出错代价高的客服或流程自动化场景试点,把领域示例和检查清单写进系统提示词;先估算新增 token 对成本的影响;单次或并行工具调用的简单任务不必加。
2月20日周四
  1. SaaStr57

    SaaStr 专栏:新增 $10m 净新收入需要多少销售代表?账是这样算的

    SaaStr 作者 Jason Lemkin 在专栏中回答 SaaS 公司需要多少销售代表,给出五步倒推方法:先定销售驱动收入目标,再定 AE 配额,乘以 75% 达成率系数,加上管理负荷,再计入专业化岗位。

    决策要点

    销售编制的本质是收入目标、配额与达成率的算术,AI 能抬升约 30% 效率,但不改变人手随收入规模扩张的等式。

    • 影响新增 $10m 净新收入对应约 30 名销售从业者,直接影响人力成本与现金消耗;团队规模化过程中销售效率可能下滑 30% 以上;AI 对配额的提升按作者观察集中在顶尖团队的 30% 左右。
    • 参考可考虑用这套方法倒推明年销售编制,从销售收入目标出发并按 75% 达成率打折;值得对照作者给出的 $400k、$600-700k、$1m+ 档位校准自家 AE 配额,再盘点现有管理比例与专业化岗位比例。
12月19日周四
  1. Anthropic:Engineering56

    Building effective agents

    Anthropic 发布工程文章《Building effective agents》,基于与数十个团队合作的经验,主张用简单、可组合的模式而非复杂框架构建智能体系统。

    决策要点

    这是一份智能体构建方法指南,实质是把选型关键从框架转向模式选择、成本权衡与工具接口设计。

    • 影响智能体系统以延迟和成本换取任务表现,是否划算需按场景评估;多数应用优化单次调用加检索与上下文示例即可;自主智能体成本更高且错误会累积,上线前要在沙盒充分测试并配护栏。
    • 参考可考虑用文中五种工作流模式对照现有任务清单,能拆成固定子任务的优先用工作流而非自主智能体;值得把工具定义、参数命名和防错设计当提示词工程投入,先在沙盒环境测试再扩大范围。
9月19日周四
  1. Anthropic:Engineering58

    Introducing Contextual Retrieval

    Anthropic 发布 Contextual Retrieval 方法,在向量化和 BM25 索引前为每个文本块补上文档上下文,官方实验显示 top-20 检索失败率降低 49%,叠加重排后降低 67%。

    决策要点

    检索准确率的瓶颈被定位在切块丢失上下文,补上下文成了可以用模型自动完成的低成本预处理步骤。

    • 影响依赖知识库的客服、法务类 RAG 应用检索命中可直接受益;预处理属一次性成本,有每百万文档 token $1.02 的官方参照;加重排会额外增加延迟与费用,需按场景权衡。
    • 参考可考虑按官方 cookbook 在自家语料上小规模复测失败率变化;先算出知识库 token 规模,低于 20 万可直接全量入 prompt;值得对比 Voyage 与 Gemini 嵌入及 top-5/10/20 块数的组合。