-
从 ReAct 到 Agent Teams：一个工程师视角的 Agent 协作机制思考
01 Agent 的本质： ReAct 模式即人类智能的工程化抽象 做了两个月的 Agent 开发，我越来越确信：当前 Agent 能真正完成任务，很大程度取决于 ReAct（Reasoning + Acting）模式的出现。ReAct 来自 Yao 等人 2022 年的论文，核心循环是「Thought → Action → Observation」——思考下一步该做什么，执行动作，观察环境返回的…- 1.1k
- 0
-
从 ReAct 到 Agent Teams：一个工程师视角的 Agent 协作机制思考
两个月的 Agent 开发实践沉淀，从第一性原理出发，探讨 Agent 的本质、当前多 Agent 协作架构的不足，以及如何借鉴人类组织经验设计真正的 Agent Team 机制。（文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。） 一、Agent 的本质： ReAct 模式即人类智能的工程化抽象 做了两个月的 Agent 开发，我越来越确信：当前 Agent 能真正完成任务…- 1k
- 0
-
Agent 到底在循环什么？用一个例子讲清楚 ReAct
最近在做 Agent，我看了不少别人写的 Skill。 有些 Skill 规则很全，脚本也不少，跑起来却总在奇怪的地方卡住。回头看它刚才一步步做了什么，问题经常出在同一个地方：作者写清了 Agent 要做什么，却没想过这一步做完以后，Agent 会看到什么，又该怎么继续。 要说清楚这个问题，得先说 ReAct。 先看一盏不亮的灯 先把 Agent 想成一个会使用工具的维修员。你对它说：帮我看看这盏…- 997
- 0
-
带你实现一个Agent，从记忆系统、ReAct到具体案例（下）
书接上文： 《万字：Agent概述》 《带你实现一个Agent，从Tools、MCP到Skills（上）》 前面，我们想要实现一个简单的Manus，也就是带着大家实操做一个Agent出来，只不过篇幅确实太大，所以分成了上下两篇，今天是第二篇，核心是：记忆系统、ReAct框架与一个小红书爆款实践案例。 unsetunset记忆系统unsetunset 真正做过复杂AI项目的同学都会理解，在AI应用层…- 821
- 0