如何让Agent更符合预期？基于上下文工程和多智能体构建云小二Aivis的十大实战经验

主要观点总结

文章主要介绍了阿里云在云小二Aivis项目中关于构建和调优高可用性Agent的经验和方法。文中从上下文工程、Multi-Agent架构、提示词优化、记忆管理等多个方面进行了详细阐述，并分享了构建云小二Aivis的实践经验。同时，也探讨了如何设置清晰的预期、精准投喂上下文、利用结构化形式表达逻辑等关键点，以及如何构建和使用Multi-Agent架构来提升Agent的效果和灵活性。此外，还强调了只有深入了解人的操作过程，结合人在回路（HITL）的方式，才能做出好的Agent。

关键观点总结

关键观点1: 设置清晰的预期

将模糊的预期转化为具体、可衡量的清晰预期，为Agent提供明确的执行标准，减少模型困惑和结果偏差。

关键观点2: 精准投喂上下文

确保模型需要的信息得到提供，无关信息被剔除，避免模型混淆和误解。

关键观点3: 利用结构化形式表达逻辑

对于复杂的流程或逻辑，使用结构化的语言（如JSON、YAML等）向模型传递，提高模型的理解和遵循能力。

关键观点4: 构建和使用Multi-Agent架构

通过主Agent和子Agent/工具的协作，实现可控性与灵活性的平衡，提升Agent的效率和效果。

关键观点5: 深入业务场景和人在回路（HITL）

结合人的操作过程，深入了解业务需求，通过持续反馈和优化，提升Agent的智能化水平。