EP106 · Agent Protocol、循环工程、自我改进外环 · 07-03 早报BestBlogs

EP106 · Agent Protocol、循环工程、自我改进外环 · 07-03 早报

14分钟 ·
播放数65
·
评论数0

★ 精讲一 | 相比层出不穷的 Agent 框架,不变的 Agent Protocol 是什么

来自 阿里云开发者

这篇来自阿里云开发者的长文,作者不想每换一个 Agent 框架就重新学习一套对象体系,转而用 Protocol 视角把 Agent Runtime 拆成 Thread、Run、Step、Event、Artifact、Checkpoint 这 6 个稳定对象。核心判断是框架会更迭,但任务生命周期、状态持久化、中断恢复这些问题不会消失;状态持久化是区分玩具和生产的分水岭,Error-as-Data 优于 Error-as-Exception,MCP 让工具层最可能先标准化。文中详尽的跨框架映射表,值得做 Agent 系统设计时拿来对照。

★ 精讲二 | Loop Engineering 又是啥?一文讲清企业 Agent 落地的四层工程进化论

来自 腾讯云开发者

腾讯云开发者这篇把 AI 工程范式迁移拆成 Prompt、Context、Harness、Loop 四层,并强调它们是嵌套关系而非替代。文中引述 Mitchell Hashimoto 的 engineer the harness、Boris Cherny「我不再 prompt Claude 了,我设计循环来 prompt Claude」,以及 OpenAI 用 Codex 在五个月内构建约一百万行代码、零行手写的案例。作者认为 2026 年大多数企业应全力投入 L3,跳过 L3 直接搞 L4 是最危险的错误,并诚实列出 Loop 引入的成本不可预测、认知投降等新风险。适合想判断该在哪层投入的技术负责人。

★ 精讲三 | Autoresearch:自我改进智能体背后的反馈循环

来自 Latent.Space

Latent.Space 这篇访谈对象是 Introspection 创始人 Roland Gavrilescu,他此前在 xAI 做 agent 基础设施。访谈围绕 autoresearch:构建一个 outer loop,让 agents 维护和改进主系统本身。他提出三种模式——the loop is the product、agent recipe、以及如何让系统更好更便宜——并区分了与用户交互的 inner loop 和负责研究维护的 outer loop。建议工程师从 signals、成本控制、跟随研究三步入手,把产品组织变成微型研究室。适合关注 self-improving agent 落地的读者。

速览

更多值得关注的内容

· 对话探月校长王熙乔:AI 时代的教育者、十年沉浮,与人类文明的下一步 — 硅谷 101

· 如何用 TypeScript 守卫工具保护你的 JavaScript 应用免受不安全数据侵害 — freeCodeCamp

· Codex 负责人:「所有人都是 builder」是个很糟糕的主意 — Founder Park

· 171: 【AI 季报 26Q2】从 coding 到 RSI,强者愈强的未来? [播客] — 晚点聊 LateTalk

· 萨提亚·纳德拉宣布微软「前沿公司」计划,推动 AI 能力普及化 — Satya Nadella(@satyanadella)

· 时间序列 LLM,原理解析以 t0-alpha 为例 — Towards Data Science

· RAG 问题解析中被忽视的教训:在搜索前构建结构 — Towards Data Science

补充阅读

今天额外值得一读的几条

· Amazon SageMaker AI 中多轮强化学习的最佳实践 | Amazon Web Services — AWS Artificial Intelligence

· GitHub 如何利用密钥扫描实现「收件箱清零」 — The GitHub Blog

· 一个层就足够吗?训练单个 Transformer 层可媲美全参数 RL 训练 — Hacker News

· Netflix 基于服务级别优先级的负载丢弃策略提升系统可靠性 — InfoQ

· 如何将 AI 编程的混乱转化为可复制的实战手册? — Stack Overflow Blog

· Senior SWE-Bench — Hacker News

相关链接

· 本期早报在线阅读:www.bestblogs.dev

· 相比层出不穷的 Agent 框架,不变的 Agent Protocol 是什么:www.bestblogs.dev

· Loop Engineering 又是啥?一文讲清企业 Agent 落地的四层工程进化论:www.bestblogs.dev

· Autoresearch:自我改进智能体背后的反馈循环:www.bestblogs.dev

· 对话探月校长王熙乔:AI 时代的教育者、十年沉浮,与人类文明的下一步:www.bestblogs.dev

· 如何用 TypeScript 守卫工具保护你的 JavaScript 应用免受不安全数据侵害:www.bestblogs.dev

· Codex 负责人:「所有人都是 builder」是个很糟糕的主意:www.bestblogs.dev

· 171: 【AI 季报 26Q2】从 coding 到 RSI,强者愈强的未来? [播客]:www.bestblogs.dev

· 萨提亚·纳德拉宣布微软「前沿公司」计划,推动 AI 能力普及化:www.bestblogs.dev

· 时间序列 LLM,原理解析以 t0-alpha 为例:www.bestblogs.dev

· RAG 问题解析中被忽视的教训:在搜索前构建结构:www.bestblogs.dev

· Amazon SageMaker AI 中多轮强化学习的最佳实践 | Amazon Web Services:www.bestblogs.dev

· GitHub 如何利用密钥扫描实现「收件箱清零」:www.bestblogs.dev

· 一个层就足够吗?训练单个 Transformer 层可媲美全参数 RL 训练:www.bestblogs.dev

· Netflix 基于服务级别优先级的负载丢弃策略提升系统可靠性:www.bestblogs.dev

· 如何将 AI 编程的混乱转化为可复制的实战手册?:www.bestblogs.dev

· Senior SWE-Bench:www.bestblogs.dev

关于 BestBlogs

BestBlogs 是 AI 驱动的私人阅读助手,帮助你发现真正适合你的高质量内容。关注你感兴趣的来源和主题,每天生成一份更适合自己的「我的早报」,欢迎体验。