Agent工程能力思考记录

主要观点总结

文章探讨了在大模型时代如何重新定义业务核心资产以及Agent的演进与协作机制。文章从多个维度进行了分析，包括技术分层、Agent定义、协作模式、任务分配、冲突解决到工具调用标准等。同时，文章还提出了对Agent平台能力建设的思考，旨在为构建高效、灵活、可扩展的Agent系统提供参考。

关键观点总结

关键观点1: LLM时代业务核心资产的定义

包括Agent的抽象、Tool的抽象，业务Prompt的设计，业务数据的供给，微调后的模型，以及完整评测集等。

关键观点2: Agent的定义

是一个能够完成一定范围内人类任务的系统，在这个范围内，万物皆Agent，即使某个领域系统中并没有AI的参与，也可以作为Agent参与互联。

关键观点3: Agent协作机制

从单体服务到微服务/ServerLess的演化本质上是业务系统高内聚低耦合的实践。在AI时代，未来的系统交付物可能不再是某个服务，而是某个Agent。

关键观点4: 多Agent协作模式

包括任务分配机制、协作方式以及冲突解决策略，如集中式任务分配、分布式任务协商、基于角色的任务划分等。

关键观点5: MCP协议的优与劣

MCP协议作为行业标准的好处是简化了工具调用的流程。但当前协议还有诸多不足，需要在工程侧做一些能力上的丰富。

免责声明