LangChain 解析 AI Agent 上下文工程的检索起点与技巧
LangChain 官方博客提出 agent 上下文工程应从检索做起,以 Deep Agents 构建的竞品分析 agent 为例,分析低效搜索、上下文过载和不相关过期内容三类问题。
推荐理由:文章结合 Deep Agents 竞品分析案例给出检索优化技巧与代码示例,读者可按需迁移到自己的 agent harness 设计中。
LangChain 官方博客提出 agent 上下文工程应从检索做起,以 Deep Agents 构建的竞品分析 agent 为例,分析低效搜索、上下文过载和不相关过期内容三类问题。
推荐理由:文章结合 Deep Agents 竞品分析案例给出检索优化技巧与代码示例,读者可按需迁移到自己的 agent harness 设计中。
Microsoft Research 发布研究原型 PDD Kit,提出 Proof-Driven Development(PDD)方法:把开发者意图转成 Verus 形式化规范,对智能体编写的代码在所有输入上给出证明,证明覆盖不到的部分回退到测试并显式标注可信边界。
推荐理由:微软介绍了 PDD Kit 如何把意图转成 Verus 形式化规范来验证智能体代码,并展示了在 Pet Store 登录逻辑上的实际流程。