2作者: varunrrai1 天前
我撰写了一份概念论文草稿,探讨了我在智能体系统中思考的一个区别。<p>主要观点:智能体可能缺少一个可复用的操作记忆层,用于存储它们在实际执行任务过程中随时间推移而学到的东西——这与用户记忆、检索/RAG和微调有所不同。<p>例如:<p>- 执行过程中发现的工具特性<p>- 反复有效的 workflow 模式<p>- 特定于环境的流程知识<p>- 重新发现成本高昂的失效模式<p>我暂时将这种模式称为“智能体经验缓存”。<p>我主要试图检验以下几点:<p>- 这是否真的是一个独特的类别<p>- 它与情景记忆/轨迹存储/工具使用痕迹的重叠之处<p>- 失效模式和失效风险是否被正确地定义<p>草稿链接:<p>https:&#x2F;&#x2F;docs.google.com&#x2F;document&#x2F;d&#x2F;126s0iMOG2dVKiPb6x1khogldZy3RkGYokkK16O0EmYw&#x2F;edit?usp=sharing
1作者: Mdehsan8731 天前
您好,我曾是 ScrapeGraphAI 的创始后端工程师,负责构建分布式抓取管道,每月处理数百万个页面。<p>最近受到裁员影响,目前正在寻找加入一家早期团队的机会(侧重后端/基础设施,使用 Python/FastAPI)。<p>接受远程或合同工作。 欢迎交流! GitHub: https:&#x2F;&#x2F;github.com&#x2F;mdehsan873
1作者: noleary1 天前