微信扫码
添加专属顾问
我要投稿
此外,吴恩达在4月初曾进行演讲,讨论了关于AI-Agents的四种开发模式:
1.Reflection反思:将LLM生成结果,搭配Prompt重新返回,让LLM自己检查错误;
如:“你是一名软件测试工程师,请你检查代码{result_code},并修正错误。”
2.Tool工具:通过Plugin方式调用其他工具,如OCR补足LLM的视觉弱势;
3.Planning计划:通过Workflow规范LLM生成流程,从而获得更好的Cot推理生成;
4.MultiAgent-Collaboration多代理合作:典型代表是斯坦福的Smallville项目,是Agents的最终形态。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-10-28
聊聊 Context Engineering:从 LangChain、Manus 到 Anthropic 的实践启发
2025-10-27
别再瞎写提示词了,OpenAI 官方出了 20 个万能模板,建议收藏!
2025-10-27
从“提示词工人”到“技能装配师”:Claude 的 Agent Skills 正在重塑智能体时代
2025-10-24
浅谈上下文工程|从 Claude Code 、Manus 和 Kiro 看提示工程到上下文工程的转变
2025-10-21
Burger's AI Note 12:上下文工程的解读(Manus & Langchain访谈)
2025-10-19
提示词时代正在结束,Claude Skills定义了AI能力的下一站
2025-10-18
Qoder上线「提示词增强」功能!我在它身上看到很多优秀的上下文工程实践
2025-10-18
掌控对话的艺术:提示工程生命周期全指南
2025-09-02
2025-08-20
2025-09-03
2025-09-04
2025-09-06
2025-08-13
2025-08-11
2025-08-28
2025-08-14
2025-09-21
2025-09-02
2025-08-11
2025-08-10
2025-07-24
2025-07-22
2025-07-19
2025-07-08
2025-07-04